Cómo una sola página web eludió los controles de seguridad del agente Meta Muse
Investigadores demostraron cómo una página web maliciosa podría secuestrar los agentes de Meta Muse para acceder a chats privados y credenciales, explotando fallos en el navegador y el kernel a pesar del aislamiento (sandboxing).
Traducido automáticamente del original en inglés.
Los investigadores de seguridad de NebuSec han demostrado que una única página web maliciosa puede comprometer Meta Muse, el agente de IA personal lanzado por Meta el 8 de septiembre. El ataque permitió la extracción de conversaciones privadas y memorias almacenadas sin activar las solicitudes de aprobación del usuario. Aunque la demostración se limitó a un entorno de laboratorio y no afectó a usuarios reales, revela riesgos significativos en la forma en que los agentes de IA basados en la nube manejan contenido web no confiable.
Qué ocurrió
El núcleo de la vulnerabilidad radicaba en cómo Muse interactúa con la web. Cuando el agente visitaba una página maliciosa especialmente diseñada, podía exfiltrar silenciosamente el historial de conversaciones y las memorias a largo plazo del usuario hacia un servidor externo. El ataque no se detuvo ahí. Los investigadores mostraron que el mismo mecanismo podría extenderse para acceder a las credenciales de cuentas conectadas, que Muse utiliza para realizar tareas como compras en nombre del usuario. Crucialmente, esto ocurrió sin ninguna advertencia visible ni solicitud de aprobación mostrada al usuario humano.
NebuSec informó estos hallazgos al equipo de Muse, quienes desde entonces han parcheado todas las debilidades descritas en el informe. Meta no ha confirmado públicamente las correcciones ni ha comentado sobre la investigación, y sigue sin estar claro si se accedió a datos de usuarios en entornos reales antes de implementar los parches. Este incidente difiere de una falla anterior descubierta en septiembre, que requería que ya hubiera malware presente en el dispositivo Mac local del usuario. En contraste, este nuevo vector atacó directamente la infraestructura en la nube que aloja al agente.
Cómo funciona
Muse opera ejecutando el agente de cada usuario en su propia computadora aislada en la nube. Una capa de seguridad llamada Sentinel actúa como portero principal, diseñada para monitorear el tráfico saliente y mantener los tokens sensibles y las contraseñas fuera del alcance directo del agente. El sistema fue construido explícitamente bajo la premisa de que el propio agente podría verse comprometido, con el objetivo de limitar los daños mediante un estricto aislamiento. Sin embargo, los investigadores encontraron una manera de eludir estos límites previstos.
La cadena de ataque comenzó con una falla en el navegador integrado de Muse, que el asistente utiliza para tareas como la generación de PDFs. Al explotar esta vulnerabilidad del navegador, los investigadores pudieron desencadenar una falla secundaria en el kernel de Linux subyacente. Esta combinación les otorgó control total sobre la máquina específica en la nube que alojaba al agente de ese usuario. Con acceso a nivel root, pudieron eludir Sentinel, acceder al almacén de credenciales, leer archivos guardados y alterar el comportamiento del agente. A pesar de que los controles de aislamiento funcionaron según lo diseñado para evitar la propagación a otros usuarios o al servidor compartido, el ataque logró comprometer por completo el entorno individual del agente.
Detalles clave
- El ataque fue demostrado en un entorno de laboratorio por NebuSec y no impactó a usuarios del mundo real.
- Meta Muse se lanzó el 8 de septiembre y ejecuta el agente de cada usuario en una computadora separada en la nube.
- Una página web maliciosa podría extraer chats privados y memorias sin activar las solicitudes al usuario.
- El exploit encadenó una falla del navegador en la herramienta de creación de PDF de Muse con una vulnerabilidad del kernel de Linux.
- El control total de la máquina en la nube permitió el acceso a las credenciales y a la capa de monitoreo Sentinel.
- Todas las vulnerabilidades identificadas fueron corregidas por el equipo de Muse antes de la publicación de la investigación.
Por qué importa
Para los desarrolladores que construyen sistemas agénticos, este caso de estudio destaca la dificultad de asegurar agentes de IA que interactúan con la web abierta. Incluso cuando un sistema está diseñado con principios de "confianza cero" y robustos mecanismos de sandboxing, cadenas complejas de vulnerabilidades en componentes subyacentes como navegadores y kernels pueden socavar las garantías de seguridad de alto nivel. Demuestra que asumir que el agente es hostil no es suficiente si el entorno de ejecución en sí mismo puede ser subvertido mediante exploits web estándar.
Este incidente también subraya los riesgos únicos de los agentes basados en la nube en comparación con los locales. Dado que estos agentes tienen acceso persistente a las cuentas de usuario y herramientas financieras, un compromiso exitoso ofrece a los atacantes una ventaja inmediata. Los ingenieros deben considerar no solo la inyección de prompts o el comportamiento del modelo, sino toda la pila de software que soporta al agente, incluidos los motores de navegación y los kernels del sistema operativo que procesan contenido no confiable.
Qué puedes hacer
- Audita cómo tus agentes de IA manejan el contenido web no confiable y limita las capacidades del navegador donde sea posible.
- Asegúrate de que tu estrategia de sandboxing tenga en cuenta las fugas a nivel de kernel, no solo el aislamiento a nivel de aplicación.
- Implementa un monitoreo estricto de las transferencias de datos salientes desde los entornos de los agentes para detectar exfiltraciones.
- Mantén todas las dependencias subyacentes, incluidos los motores de navegador y los kernels del SO, estrictamente actualizadas.
- Diseña el acceso a credenciales de modo que incluso un compromiso total de la máquina no exponga automáticamente los tokens.
- Asume que cualquier componente que interactúe con internet público es un potencial punto de entrada para ataques.



