Brex construyó un guardián de red para sus agentes de IA suponiendo que ya estaban comprometidos

Puntos clave

• Brex lanzó OpenClaw, un agente de codificación de IA de código abierto, en enero de 2025, después de que los modelos de codificación alcanzaran un nuevo nivel de madurez en diciembre de 2024.
• El equipo de seguridad de Brex rechazó inicialmente desplegar agentes de IA internamente porque los agentes podrían ejecutar código libremente en la red corporativa.
• Brex construyó CrabTrap, un proxy de red de código abierto, para monitorear el tráfico saliente de agentes de IA en lugar de intentar restringir qué podrían hacer los agentes.
• Solo aproximadamente el 2% de las solicitudes de agentes se enfrentan a una revisión lenta basada en IA; las acciones rutinarias pasan a través de reglas preaprobadas instantáneas.
• El CEO de Brex, Pedro Franceschi, estimó una probabilidad del 70% de que la herramienta fuera desechada en seis meses, pero dijo que la experiencia adquirida valía la inversión.

El CEO de Brex, Pedro Franceschi, tenía un problema. Su empresa había construido un agente de IA, un software que puede llevar a cabo tareas de múltiples pasos de forma autónoma, llamado OpenClaw. Quería ponerlo a trabajar dentro de Brex. Su equipo de seguridad dijo que no.

"Ni hablar. ¿Cómo podríamos confiar en un agente haciendo estas cosas?" fue cómo Franceschi describió la reacción, hablando en VB Transform 2026 e informado por primera vez por VentureBeat. La preocupación era real: OpenClaw podría escribir y ejecutar su propio código, lo que significaba que, en teoría, podría hacer casi cualquier cosa en la red corporativa.

Por qué restringir lo que el agente hace no era la solución

Restringir las herramientas del agente, que es el enfoque que Franceschi dijo que NemoClaw de Nvidia adopta, mata la capacidad misma que hace útil al agente. Si le quitas su capacidad de escribir y ejecutar código, le quitas su valor.

Así que Brex invirtió el problema. En lugar de vigilar qué podría hacer OpenClaw dentro de su contenedor (un entorno de software autónomo, como una habitación sellada), la empresa decidió vigilar la puerta.

Qué hace realmente CrabTrap

CrabTrap se sitúa entre el agente e internet. Cada vez que el agente intenta enviar o recibir datos, CrabTrap verifica la solicitud.

Para acciones rutinarias y de bajo riesgo, un conjunto de reglas preaprobadas decide instantáneamente. ¿Un agente de reclutamiento verificando un perfil de LinkedIn? Dejado pasar. Sin demora.

Para acciones de mayor riesgo, como enviar un correo electrónico, la solicitud va a un juez de LLM. Un LLM, o modelo de lenguaje grande, es la tecnología de IA que alimenta chatbots como ChatGPT. Aquí lee la solicitud de red y decide si se ajusta al propósito aprobado del agente. Porque los LLM han sido entrenados en miles de millones de páginas web y solicitudes de red, ya entienden cómo se ve el tráfico normal. Franceschi dijo que esta capacidad de juicio parece surgir naturalmente, sin instrucciones pesadas.

La verificación lenta de IA solo toca aproximadamente el 2% de las solicitudes. Todo lo demás es casi instantáneo.

¿Qué sucede cuando el agente se encuentra con un obstáculo?

Cuando el juez de LLM bloquea una acción, no solo se detiene en silencio. CrabTrap envía un mensaje a un gerente humano en Slack, explicando qué estaba intentando hacer el agente y sugiriendo un cambio de regla que lo permitiría la próxima vez. El gerente hace clic sí o no. Las reglas se actualizan.

Brex probó todo el sistema con un reclutador virtual llamado Jim, construido en OpenClaw. Jim obtiene candidatos para trabajos, califica solicitudes entrantes y envía correos electrónicos. Cuando Jim intenta algo fuera de su política aprobada, un humano decide si expandir esa política.

"Cuando un empleado se encuentra con un obstáculo, escala a su gerente," dijo Franceschi. La analogía es deliberada: cree que el marco de empleado virtual, con presencia en Slack, una dirección de correo electrónico y una cadena de supervisión humana, es más útil que la palabra "agente".

Brex es una empresa fintech y no tenía una herramienta comercial que satisficiera a su equipo de seguridad, así que construyó CrabTrap ella misma. Franceschi fue franco en que un producto comercial probablemente la hará redundante. El punto, dijo, fue los meses de experiencia real desplegando agentes de forma segura, no la herramienta en sí.

Observar esto: Si tu empresa está evaluando agentes de IA, pregunta a los proveedores específicamente cómo se monitorea la actividad de red saliente. Las restricciones de herramientas por sí solas pueden no satisfacer a tu equipo de seguridad, y ese es un instinto razonable que vale la pena tomar en serio.