Cisco ha publicado en código abierto Project Quarry, una herramienta para expresar reglas de detección que examinan las acciones de agentes de IA conectados en busca de patrones sospechosos, según SecurityWeek. El proyecto aborda un problema que preocupa a las organizaciones que despliegan agentes: una secuencia de solicitudes, cada una de ellas permitida por separado, puede ocultar un ataque que la revisión de cada solicitud por sí sola no detectaría.
Cisco describe Quarry como un lenguaje de reglas «neurosimbólico», que combina evaluaciones de aprendizaje automático con comprobaciones explícitas de condiciones, secuencias, coincidencias de cadenas y relaciones entre herramientas. Según su alcance declarado, incluye conversaciones con modelos de lenguaje grandes de un solo turno y de varios turnos, la actividad de los agentes, el uso de herramientas, las interacciones con el Protocolo de Contexto del Modelo (MCP) y las entradas multimodales.
La distinción importa cuando un agente divide una operación más amplia en tareas que parecen rutinarias. SecurityWeek menciona una campaña de 2025 en la que se usó Claude Code contra unas 30 organizaciones, y en la que las solicitudes presentadas como pruebas de seguridad autorizadas formaban una secuencia orientada a robar datos. Ese ejemplo ilustra el problema de detección, pero el informe no establece que Quarry haya detectado la campaña.
Las reglas de Quarry pueden apoyarse en clasificadores y en jueces basados en LLM para evaluaciones que dependen del significado, mientras aplican comprobaciones exactas a otras partes de la actividad. Cisco presenta el proyecto como una capa de políticas compartida, con usos que incluyen barreras de protección en tiempo de ejecución, análisis de la actividad registrada y respuesta a incidentes. Está pensado para complementar los detectores y los controles de aplicación que ya existen.
El proyecto también se relaciona con el Integrated AI Security & Safety Framework de Cisco. Según la descripción de la compañía, el marco define las categorías de riesgo, mientras que Quarry aporta una capa de políticas y evaluación para detectar esos riesgos en la actividad de los agentes. Esas categorías también pueden orientar el desarrollo de reglas adicionales.
Para los profesionales, la publicación incluye un lenguaje de reglas, un entorno de evaluación con límites configurables de seguridad y de recursos, un escáner de línea de comandos para trazas individuales y conjuntos de datos, y un SDK de Python para integrar la herramienta en aplicaciones. También incluye ejemplos, metadatos de reglas, documentación y un flujo de trabajo para verificar las reglas con conjuntos de datos maliciosos y benignos.
Cisco afirma que un complemento de Quarry permite a Claude Code, Codex y otros agentes compatibles con MCP redactar, compilar y refinar reglas a partir de descripciones en lenguaje natural de los riesgos de una organización, y después probarlas con conversaciones reales. La intención declarada de la compañía es que las reglas probadas mediante un agente de programación se comporten de la misma manera en tiempo de ejecución.
Cisco quiere que Quarry se convierta en un formato común para compartir detecciones de ataques contra agentes de IA, y lo compara con Snort, YARA y Sigma. Su promesa práctica es ayudar a los defensores a reconocer secuencias dañinas mientras están en curso y conservar las pruebas que sustentan cada hallazgo. El relato disponible describe ese objetivo y los componentes disponibles, pero no incluye mediciones de precisión en la detección ni validación independiente de su eficacia.
