Tool poisoning
El tool poisoning (envenenamiento de herramientas) es un ataque en el que una herramienta maliciosa, a menudo un servidor MCP, esconde instrucciones en la descripción o los metadatos de sus herramientas; el modelo de IA las lee como indicaciones y puede filtrar datos o usar mal otras herramientas sin que el usuario se dé cuenta.
También llamado: MCP rug pull, tool poisoning attack, TPA, tool shadowing
Por Divya Sharma · Comprobado el 15 nov 2026 · Cómo hacemos las reseñas
Cuando un agente se conecta a un servidor MCP, el servidor le dice qué herramientas existen y describe lo que hace cada una. El modelo lee esas descripciones completas para decidir cómo llamarlas. El usuario normalmente solo ve un nombre de herramienta corto. Esa diferencia es lo que explota el tool poisoning.
Cómo funciona
Invariant Labs, que dio nombre al ataque en 2025, lo describe como instrucciones maliciosas incrustadas en las descripciones de herramientas MCP, invisibles para los usuarios pero visibles para los modelos de IA. Una herramienta que dice sumar dos números puede llevar texto oculto que indica al modelo que lea archivos de configuración o claves locales y los pase en un argumento de aspecto inocente. Invariant lo describe como una forma especializada de prompt injection indirecta, y su objetivo habitual es la exfiltración de datos.
Rug pulls y shadowing
Un rug pull de MCP se produce cuando un servidor que ya aprobaste cambia más tarde las descripciones de sus herramientas, así que una primera revisión limpia demuestra poco. El tool shadowing se produce cuando la descripción de un servidor malicioso cambia la forma en que el agente usa las herramientas de otro servidor de confianza, por ejemplo redirigiendo a dónde se envían los correos, de modo que la herramienta dañina ni siquiera necesita que la llamen.
Defensas
Invariant sugiere mostrar a los usuarios las descripciones completas de las herramientas, fijar las versiones de los servidores con un hash para detectar cambios y establecer límites más estrictos entre servidores. Otras medidas habituales: instala servidores solo de editores de confianza, como con cualquier riesgo de la cadena de suministro de IA; mantén estrechos los permisos de agente; y analiza los servidores con herramientas como Snyk Agent Scan. Cada reseña de herramienta MCP de este sitio indica los permisos que pide un servidor.
Términos relacionados
- Prompt injection
- La prompt injection (inyección de prompts) es un ataque en el que un texto que recibe un modelo de lenguaje, escrito por un usuario u oculto en una página web, un archivo o el resultado de una herramienta, cambia el comportamiento del modelo de formas que su desarrollador no pretendía.
- Servidor MCP
- Un servidor MCP (MCP server) es un programa que ofrece herramientas, recursos de datos o plantillas de prompts a aplicaciones de IA mediante el Model Context Protocol, de modo que cualquier cliente compatible con MCP puede usarlos sin código de integración a medida.
- Ataque a la cadena de suministro de IA
- Un ataque a la cadena de suministro de IA compromete una aplicación de IA a través de algo de lo que depende, como un modelo descargado, un adaptador LoRA, un conjunto de datos, un paquete de Python, un servidor MCP o una skill de agente, en lugar de atacar la aplicación directamente.
- Permisos de agente
- Los permisos de agente son las reglas que deciden qué herramientas, archivos, comandos, redes y cuentas puede usar un agente de IA, y qué acciones necesitan antes la aprobación de una persona, para que un agente equivocado o manipulado cause un daño limitado.
- Exfiltración de datos (agentes de IA)
- La exfiltración de datos, en el caso de los agentes de IA, ocurre cuando un atacante engaña a un agente para que lea datos privados a los que tiene acceso y los envíe fuera, mediante una petición web, un correo, un enlace de imagen u otro canal que controla el atacante.