PentestCode es una nueva herramienta de código abierto basada en un hard fork de OpenCode, diseñada específicamente para integrar agentes de IA autónomos en los flujos de trabajo de seguridad ofensiva. El sistema es capaz de ejecutar herramientas de seguridad, analizar los resultados y tomar decisiones tácticas desde una interfaz de terminal con una intervención humana mínima, permitiendo así la automatización de la metodología de las pruebas de penetración.

Una nueva herramienta de código abierto está integrando agentes de IA autónomos en los flujos de trabajo de seguridad ofensiva. PentestCode, un hard fork de OpenCode reconstruido específicamente para pruebas de penetración, ejecuta herramientas de seguridad, analiza sus resultados y toma decisiones tácticas, todo desde una interfaz de terminal y con una intervención humana mínima.

La propuesta central de la herramienta es la automatización de la metodología. Tú puedes introducir una sola instrucción, por ejemplo, apuntar a una IP con el objetivo de obtener el administrador del dominio, y el agente coordinador de PentestCode toma el control.

Ejecuta un escaneo nmap -sS -p-, analiza automáticamente los resultados en un estado de compromiso estructurado y reconoce patrones como los puertos 88 y 389 que señalan un Controlador de Dominio.

Agente de Pruebas de Penetración con IA PentestCode

A partir de ahí, genera subagentes de enumeración paralelos para SMB, LDAP y HTTP, intenta un ataque de roasting AS-REP para recolectar hashes de Kerberos descifrables y lanza cualquier credencial resultante a través de cada servicio descubierto: SMB, WinRM, LDAP, RDP.

Un inicio de sesión exitoso en WinRM activa un agente de post-explotación que extrae secretos de SAM, LSA y DPAPI, quedando cada paso registrado en una cadena de evidencias.

PentestCode, desarrollado por Zhangir Ospanov, utiliza un diseño de estratega-coordinador basado en la investigación HPTSA, que según sus desarrolladores ofrece una mejora de 4,3 veces respecto a los enfoques de agente único.

Trece agentes gestionan roles distintos: reconocimiento, escaneo, enumeración, explotación, ataques de identidad de Active Directory/Kerberos, protocolos de infraestructura como SNMP e IPMI, pruebas de aplicaciones web, post-explotación, desarrollo de exploits, filtrado de falsos positivos y generación de informes; todos comparten un estado de compromiso unificado en tiempo real.

Ese estado compartido es, posiblemente, la característica más distintiva del proyecto. Rastrea hosts, servicios, vulnerabilidades (con puntuaciones de confianza y estado), credenciales, niveles de acceso y un grafo de relación de entidades que conecta los hallazgos mediante etiquetas como EXPLOITED_VIA y PIVOT_TO.

Un módulo de ruta de ataque utiliza los algoritmos de Dijkstra basados en costes y los K-caminos más cortos de Yen para sugerir rutas a través de este grafo. El estado persiste entre sesiones, por lo que tú puedes reanudar compromisos de varios días sin perder el contexto.

Más allá del acceso genérico a la shell, PentestCode incluye 18 herramientas adaptadas al trabajo ofensivo. Los analizadores convierten la salida bruta de Nmap, Nuclei, NetExec, Gobuster, BloodHound y sqlmap directamente en entradas de estado estructuradas, y su uso es obligatorio para evitar que se escapen hallazgos mediante el trabajo manual con grep.

Herramientas adicionales gestionan el análisis de JWT, la detección de XSS, la planificación de spray de credenciales, la validación del alcance, la gestión de túneles y la generación de informes.

Diecinueve paquetes de "habilidades" bajo demanda —archivos de conocimiento basados en markdown que cubren listas de verificación de fases, tácticas específicas de servicios y manuales para AD, aplicaciones web y nube— amplían el conocimiento del dominio del agente sin necesidad de cambiar el código.

La herramienta se puede descargar desde GitHub y se describe como "no sigilosa", poco adecuada para escenarios de OPSEC de red-team y propensa a ejecuciones redundantes de herramientas.

Los costes de tokens para compromisos reales pueden oscilar entre 5 y 50 dólares dependiendo del alcance y la elección del LLM, citando que Claude Opus/Sonnet superan a GPT-4o y a los modelos locales en la coordinación multiagente.

Si tú formas parte de un equipo de seguridad que evalúa herramientas ofensivas impulsadas por IA, debes tener en cuenta que PentestCode sigue siendo un software beta sin interfaz gráfica, sin integración con Burp Suite y con APIs en evolución, posicionándose como un multiplicador de fuerza para la enumeración metódica más que como un reemplazo para las cadenas de exploits complejos lideradas por humanos o el desarrollo creativo de ataques.