Hay un patrón que se repite cada vez que una herramienta de seguridad combina las dos palabras mágicas del momento, "agentic" e "IA". Primero aparece el hilo viral, después el post de LinkedIn que anuncia la muerte del pentester, y recién al final alguien se sienta a usarla en serio. Con ARTEX pasó exactamente eso, pero con un condimento extra. El 13 de noviembre el FBI sacó un FLASH alert avisando que la herramienta se está usando para automatizar intrusiones reales, y ahí el hype se mezcló con el miedo.
ARTEX es un framework de pentesting autónomo escrito en Go, publicado en GitHub en julio de 2026 por una cuenta llamada Autumn-27. En octubre el autor lo bajó del repositorio, pero ya era tarde. Los forks, las copias archivadas y las ediciones comerciales siguen dando vueltas. Para cuando el FBI habló, la herramienta ya estaba vinculada a campañas contra ConnectWise, Barracuda y entidades financieras de Corea del Sur.
Me senté a usarla durante varios días contra assets autorizados de programas de bug bounty, y la conclusión corta es esta. No es lo disruptivo que te venden, pero tampoco es humo. Es, en el mejor de los casos, un Nessus 2.0. Dejame explicarte por qué esa comparación no es un insulto, pero tampoco un elogio.
Qué es ARTEX bajo el capó
La forma más honesta de describir ARTEX es como un orquestador. En el centro hay un cerebro que toma un objetivo escrito en lenguaje natural, por ejemplo "mapeá la superficie de ataque de este dominio y priorizá fallas de control de acceso", y lo descompone en tareas. Esas tareas las reparte entre una flota de agentes especializados que corren en loop, cada uno con su rol.
Cuando abrís el panel de Agents te encontrás con la línea de montaje completa. Un Goal Decomposer que parte el objetivo en subgoals verificables. Un Planner que arma la superficie y define vectores. Un Worker que ejecuta. Un Auditor que revisa lo que encontró el worker. Un Report Writer que escribe el hallazgo. Y un Vulnerability Retest para revalidar. Además podés armar agentes custom, como el que yo configuré para leer tráfico de Burp y convertirlo en superficie de ataque para el resto de la plataforma.
Acá está el primer problema. Debajo de toda esa coreografía de agentes, las manos que ejecutan son las herramientas de siempre. Nmap, escáneres de directorios, lectura de tráfico, fuzzing, consultas HTTP. ARTEX no inventó un solo scanner. Lo que hizo fue poner una capa de razonamiento arriba de un toolbox estándar y dejar que un LLM decida qué correr, cuándo, y qué significa el resultado.
Nessus fue brillante no porque inventara cada check, sino porque concentró miles de verificaciones conocidas detrás de una interfaz usable. ARTEX hace lo mismo una generación más tarde.
La diferencia es que cambia la base de reglas estáticas por un modelo que improvisa. Mismo concepto, motor nuevo.
La experiencia real, no el folleto
Lo mejor de ARTEX no es que hackea solo. Lo mejor es cómo piensa en voz alta.
El grafo de exploración es, de lejos, lo más valioso de la herramienta. Cada nodo es un tipo distinto. Start, Goal, Intent, Fact, Vulnerability, Hint, Digest. Y las aristas te muestran la lógica. Un goal spawnea intents, un intent yields facts, un fact proves una vulnerability. Por primera vez en mucho tiempo veo una herramienta que no te tira un reporte plano, sino que te deja caminar el árbol de decisiones completo y entender por qué llegó a donde llegó. Para alguien que audita su propio trabajo, o que tiene que explicarle a un cliente cómo se llegó a un hallazgo, eso vale oro.
En logging y trazabilidad ARTEX es de verdad bueno. Guarda el recording de cada llamada al LLM, el tool execution, el tráfico, los assets descubiertos, las credenciales encontradas, la cobertura. Corrí una campaña contra assets autorizados y al final tenía la superficie entera mapeada, con seis hallazgos confirmados y cada uno con su cadena de evidencia hasta el request crudo.
- 401 Asset nodes
- 50 Traffic exchanges
- 6 Findings confirmados
Entre los hallazgos, una mala configuración que exponía un registro interno de service discovery vía un endpoint de actuator, un XSS basado en DOM en un bundle legacy, y un IDOR en un servicio de perfiles. Nada de eso lo descubrió una magia nueva. Lo descubrió la combinación de herramientas viejas más un modelo que supo encadenarlas y, sobre todo, un grafo que me dejó validar cada paso.
Donde define goals y establece rutas, la herramienta brilla. Le das una intención y te arma el vector. Esa parte, la de traducir objetivo en plan y plan en secuencia de acciones, está muy bien resuelta. Es el verdadero aporte del enfoque agentic sobre el pentesting tradicional.
Solo para millonarios
Ahora la parte que el hype omite. ARTEX es un devorador de tokens.
En ese mismo run contra assets de bug bounty, el contador marcó 83.8 millones de tokens consumidos. El 97 por ciento fueron cache hits, lo cual abarata muchísimo la factura real. Pero lo interesante está en el detalle.
- 83.8M Tokens totales
- 97% Cache hit rate
- 2.6M Input sin cache
El input sin cachear fueron apenas 2.6M y el output 2M. Los otros casi 80 millones son relectura de contexto. El orquestador realimenta el estado completo del grafo en cada vuelta del loop, una y otra vez. El cache te salva la billetera, pero te está contando algo importante sobre el diseño. La herramienta no es eficiente, es redundante por diseño, y depende de que tu proveedor te cobre barato la relectura.
Sacale el cache barato y el modelo económico, y la misma campaña se vuelve impagable. Eso tiene una consecuencia directa, que es la crítica central.
La capacidad real no es de ARTEX, es del modelo
Esta es la línea que quiero que te quede.
ARTEX no es tan inteligente como el modelo que le enchufás. El framework es un andamio, toda la inteligencia vive en el LLM.
La capacidad de razonamiento, de decidir si un hallazgo es real o un falso positivo, de encadenar un fact con el siguiente, de entender un response raro, todo eso vive en el modelo. Cambiá el modelo y cambiás la herramienta entera. Le ponés un modelo de frontera y rinde. Le ponés un modelo chico para ahorrar y se vuelve un script kiddie caro que corre Nmap y alucina conclusiones.
Y acá entra el otro factor. Depende brutalmente del input y del output. De lo bien que escribas el prompt del goal, de cuánto contexto le des, de cómo esté redactado el prompt de cada agente. Es la vieja regla de garbage in, garbage out, pero amplificada por lo caro que sale cada vuelta equivocada. Un operador que no sabe pentestear no va a sacarle jugo. Un operador que sí sabe lo va a usar como un multiplicador. La herramienta no reemplaza al criterio, lo escala. Para bien y para mal.
Por eso lo de "el FBI avisa que rompe redes en menos de tres horas" hay que leerlo con pinzas. Rompe redes en tres horas cuando lo maneja alguien que sabe, con un modelo capaz, contra un objetivo que ya tenía los agujeros. La herramienta aceleró un trabajo que de todas formas se iba a hacer. No creó una capacidad que antes no existía.
El veredicto, sin vueltas
No lo considero disruptivo. ARTEX es un muy buen concentrador de herramientas estándar, con una capa de orquestación y un sistema de trazabilidad que están por encima del promedio. Pero cada ladrillo con el que está construido ya estaba en el mercado. Los scanners existían. Los LLMs existían. La idea de encadenarlos también. Lo que ARTEX hizo bien fue el empaquetado y el grafo.
Lo bueno
- Grafo de exploración y trazabilidad real
- Logging obsesivo de cada paso
- Define goals y los traduce en rutas y vectores
- Concentra en una interfaz lo que era un collage de scripts
Lo malo
- Consumo de tokens estructural, no un detalle de tuning
- Dependencia total del modelo que le pongas
- Sensibilidad extrema al input, falsos positivos caros
Un Nessus 2.0, entonces. Útil, bien pensado, un escalón adelante en usabilidad. No una revolución.
Por qué el FBI hace bien en flaggearlo
Y sin embargo, acá está la paradoja que me parece la parte más interesante de todo esto. Que ARTEX no sea disruptivo técnicamente no significa que el FBI exagere. Marcar a ARTEX y a todos sus forks fue la movida correcta, y no por lo que la herramienta es, sino por lo que anticipa.
El riesgo real de ARTEX no es que un experto lo use. Un experto ya hacía esto. El riesgo es que alguien sin oficio describa un objetivo en una frase y deje que un modelo capaz haga el resto, a escala, contra muchos objetivos en paralelo, adaptándose cuando una técnica falla sin esperar a un humano.
Esa es exactamente la tendencia de la que venimos hablando hace rato. La ofensiva se está volviendo una commodity orquestada por IA. ARTEX es apenas el primer nombre que se hizo famoso. Por eso el FBI hizo bien en no perseguir una herramienta puntual, sino en nombrar también a los forks y las ediciones comerciales. Porque el binario es lo de menos. Lo que importa es el patrón, y el patrón ya está suelto.
La defensa, y nosotros del lado del blue team y del offensive security autorizado, tenemos que leer esto como lo que es. No el fin del pentester, sino el momento en que el tooling ofensivo se vuelve conversacional, siguiendo objetivos, iterando durante el tiempo que el operador quiera y con capacidad de orquestar herramientas, prenderlas, apagarlas y analizar resultados en tiempo real. La ventaja ya no va a estar en tener la herramienta. Va a estar en el criterio para dirigirla, en el modelo que podés costear, y en la capacidad de defender contra algo que ataca a velocidad de máquina.
ARTEX no me asusta por lo que hace. Pero es un muy buen comienzo para hacer open source un montón de herramientas que ya existían en ambientes privados.
Nota de alcance
Todas las pruebas descritas se hicieron contra assets autorizados dentro de programas de bug bounty vigentes. No se publican objetivos, requests ni detalles reproducibles de los hallazgos. OliveX Security, offensive security con criterio humano, para LATAM y Estados Unidos.
