Construimos agentes de IA para un banco ficticio
Los atacamos y medimos qué defensas funcionan de verdad.
Tres agentes, diferentes niveles de robustez
Desarrollamos la plataforma bancaria Guitash (100 % ficticia) y los agentes A, B y C: el A en n8n, el B en LangChain y el C en LangGraph, cada uno con diferentes niveles de robustez.
- 01Un cliente abre un ticket de soporte. Un tercero escondió una instrucción adentro.
- 02Los tres agentes leen el mismo ticket, con las mismas herramientas y el mismo modelo.
- 03Lo único que cambia es cómo está construido cada uno.
Ticket de soporte · abierto
No reconozco un débito en mi cuenta. ¿Me ayudan a revisarlo?
Instrucción oculta de un tercero dentro del ticket
n8n
Agente A
Lo que arma hoy alguien sin formación en seguridad. El piso realista.
Sin defensas
LangChain
Agente B
Ingeniería correcta, seguridad ausente. El control del experimento.
Sin defensas (es el control)
LangGraph
Agente C
El endurecido.
Trata el contenido de terceros como dato · confirma fuera del chat antes de mover dinero · no revela sus instrucciones
Cómo lo hicimos
Nos reunimos 4 horas por semana con la comunidad Ciberpibes de Polis XXI desde finales de julio para armar el proyecto.
01
Accesos y setup
Acceso y configuración de las herramientas.
02
Desarrollo con IA
Introducción al desarrollo con IA y harnesses para acelerar el proyecto.
03
Contratos y definiciones
Definiciones de la plataforma, del caso y del proyecto.
04
Plataforma bancaria
Desarrollo de la plataforma bancaria Guitash.
05
Agentes A, B y C
El A en n8n, el B en LangChain y el C en LangGraph, con diferentes niveles de robustez.
06
Evaluaciones offline
Evaluaciones con Promptfoo de los agentes B y C.
07
Presentación de resultados
Ekoparty 2026.
Cómo se conectan las piezas
La plataforma Guitash, los tres agentes, el servidor MCP con las herramientas del banco, el modelo de lenguaje y la observabilidad (LangSmith, OpenTelemetry y Grafana). Seguí el recorrido de una instrucción oculta en un ticket: en A y B llega hasta las herramientas; en C se corta.
Pasá el cursor o tocá un nodo para ver qué hace.
- Recorrido de la instrucción oculta
- Barrera del Agente C
- Medición con Promptfoo
- Observabilidad: LangSmith y OpenTelemetry
- Tool que mueve dinero o crea datos
Vista simplificada: muestra el recorrido, no la infraestructura. Todo es ficticio y corre en un entorno de prueba.
Observaciones y aprendizajes
Pusimos a los tres agentes frente al mismo banco, con el mismo modelo, y los atacamos igual. El que tenía frenos no movió plata sin tu OK con ninguno de los seis modelos; el que no los tenía, sí.
Las tres cifras
- Ataques por chat
- 87 de 87C frenó 87 de 87; B cedió en 38 de 90.C suma 87: 3 respuestas no llegaron a correr.
- Esperó tu OK
- 18 de 18C esperó tu OK 18 de 18 con los seis modelos; B, entre 33 % y 56 %.
- Costo
- ×129El modelo multiplicó el costo; los frenos de C no cambiaron.B: de US$ 0,37 (gpt-6-luna) a US$ 47,59 (claude-sonnet-5.5) cada 1.000 consultas.
Contactanos
Contanos qué te interesa: coordinamos una charla de 30 minutos, sin compromiso, o te avisamos de las próximas formaciones y webinars.