El cuello de botella de $81M de HackerOne en recompensas por vulnerabilidades

HackerOne pagó $81 millones en recompensas durante el último año, un alza de 13% interanual. Tres meses después, el proyecto curl anunció que pondría fin a su programa de HackerOne porque los reportes de baja calidad generados por IA habían saturado el canal.

Los pagos de HackerOne miden el valor de los hallazgos que sobrevivieron la revisión. La salida de curl mide el costo de decidir qué hallazgos merecían sobrevivir. Daniel Stenberg, fundador de curl, comparó la carga de envíos con un ataque de denegación de servicio contra los mantenedores: la bandeja de entrada seguía funcionando, pero su apertura había empezado a frustrar su propósito.

El modelo de volumen de reportes se ha invertido. A medida que la investigación de seguridad basada en agentes desploma el costo de generar afirmaciones plausibles sobre vulnerabilidades, la evidencia confiable y reproducible, así como la capacidad de adjudicación, se vuelven escasas. Las plataformas de recompensas por vulnerabilidades están pasando de mercados optimizados para recibir envíos a sistemas de aseguramiento operativo que validan, canalizan, priorizan, protegen y entregan hallazgos para su remediación.

El descubrimiento barato traslada la superficie de ataque a la bandeja de entrada

Una afirmación sobre una vulnerabilidad no llega sola. Un mantenedor debe identificar la versión afectada, recrear el entorno, probar el exploit propuesto, distinguir una falla nueva de un duplicado, evaluar la gravedad, encontrar al responsable y decidir si la divulgación o la remediación debe ocurrir primero. Un sistema de IA puede generar otra hipótesis sin pagar ninguno de esos costos posteriores. El destinatario los paga todos.

El generador puede convertir prosa plausible en trabajo para revisores. Un reporte puede citar funciones reales, describir un modo de falla creíble e incluir suficiente vocabulario técnico para pasar un filtro superficial, pero aun así desmoronarse cuando un mantenedor intenta reproducirlo. El generador solo necesita un intento más, mientras que el mantenedor ya ha gastado minutos escasos.

La investigación automatizada de vulnerabilidades también puede producir hallazgos válidos. La herramienta autónoma de pruebas de penetración de Xbow encabezó la clasificación de HackerOne en EE. UU. por fallas de seguridad reportadas, compitiendo con éxito dentro del mismo sistema de incentivos que curl consideró inmanejable. Xbow complica la historia fácil de la señal humana y el ruido de las máquinas porque las máquinas pueden producir ambos.

Los mantenedores necesitan un caso comprobable. Un investigador automatizado que identifica una configuración afectada, reproduce el comportamiento y registra la ruta de explotación puede reducir el trabajo de un defensor. Un sistema que solo emite una posibilidad convincente transfiere su incertidumbre al destinatario. Ambos pueden llamar reporte de vulnerabilidad a su resultado, aunque solo uno ha completado suficiente trabajo para justificar ese nombre.

La comisión de 20% se construyó para un alcance escaso

La propuesta de HackerOne en 2015 era sencilla: conectar hackers de sombrero blanco con empresas y cobrar una comisión de 20% sobre las recompensas. Las empresas no podían emplear a todos los investigadores capaces, y los investigadores a menudo carecían de una vía legítima para entrar a las empresas. La plataforma proporcionaba alcance, reglas, identidad, pagos y un canal protegido de divulgación.

HackerOne respondió a la pregunta original del mercado: ¿cómo podía una empresa invitar a más externos a inspeccionar su software sin convertir cada intrusión no solicitada en una crisis legal y operativa? Los cerca de 1,000 clientes globales de Bugcrowd demostraron después hasta dónde podía escalar el modelo de intermediación. Una multitud más grande daba a las empresas más oportunidades de detectar el error oscuro que un equipo interno había pasado por alto.

La comisión fijaba el precio del descubrimiento exitoso mientras dejaba a las empresas absorber la revisión fallida. Una empresa pagaba una recompensa después de aceptar un hallazgo, pero sus mantenedores gastaban atención antes de aceptarlo. Mientras los investigadores asumían costos significativos para inspeccionar código, desarrollar un exploit y escribir un reporte, esos costos filtraban muchas afirmaciones débiles antes de que llegaran a la plataforma. La generación barata eliminó parte de ese filtro previo sin eliminar ninguna obligación posterior.

Los operadores de programas han respondido endureciendo las verificaciones de antecedentes y desarrollando agentes de triaje con IA. Las verificaciones de antecedentes racionan quién puede entrar a la fila; los agentes de triaje racionan qué afirmaciones reciben atención humana. Un acceso más amplio produjo más hallazgos raros cuando cada participante enfrentaba costos significativos de investigación. Sale contraproducente cuando cada participante puede operar un generador incansable de hipótesis.

Un detector sin verificador solo alarga la fila

Del lado receptor, los defensores necesitan un verificador que pueda reproducir resultados, probar la explotabilidad, comparar hallazgos con reportes existentes, estimar la gravedad, identificar al responsable y preparar una entrega para remediación.

OpenAI posicionó Codex Security en descubrimiento, validación y correcciones propuestas. Cada etapa elimina una incertidumbre distinta. El descubrimiento pregunta si podría existir una falla. La validación pregunta si el comportamiento afirmado resiste el contacto con el software. La remediación pregunta si un cambio puede cerrar la falla sin simplemente trasladarla.

Microsoft diseñó Project Perception para corregir vulnerabilidades, combinando la acción con su modelo de ciberseguridad MAI-Cyber-1-Flash. Trellix corrigió casi 62,000 proyectos de código abierto afectados por una falla que expuso aproximadamente 350,000 proyectos. Esa exposición exigía remediación a escala de detección; una lista de repositorios afectados habría dejado el código sin cambios.

Una entrega delimitada da a los equipos de seguridad un lugar para inspeccionar cada transición. Un agente de descubrimiento puede proporcionar al validador la versión afectada y la ruta sospechada. Un validador puede devolver un rastro de reproducción y una evaluación de confianza. Un adjudicador puede determinar duplicación, gravedad y propiedad antes de que un agente de remediación proponga un parche y una prueba. Cada agente produce un artefacto que el siguiente actor puede cuestionar.

Los equipos de seguridad se enfocan cada vez más en gobernar la ejecución de agentes. Necesitan puntos visibles donde otra máquina o una persona pueda rechazar el trabajo.

Los niveles de confianza ahorran tiempo de revisión a costa de apertura

El programa de recompensas de dos niveles que GitHub planea implementar hace explícito el intercambio. GitHub planea recompensas menores por envíos públicos y pagos mayores a investigadores solo por invitación, usando acceso y compensación para dirigir el esfuerzo hacia personas cuyo trabajo previo hace que sus reportes sean más baratos de evaluar.

Las plataformas ya evaluaban a los investigadores antes del auge de reportes de IA. ES&S se asoció con Synack en 2020 para permitir que profesionales de seguridad evaluados por Synack probaran algunos de sus productos. En 2023, HackerOne, Bugcrowd, Google e Intel ayudaron a lanzar el Hacking Policy Council para promover leyes que protejan a los investigadores de seguridad. Esas empresas ya trataban la legitimidad de los investigadores y el acceso legal como infraestructura estratégica.

La IA eleva el precio de equivocarse en el límite. Un programa totalmente abierto preserva la posibilidad de que un investigador desconocido detecte lo que todos los expertos aprobados pasaron por alto, pero también permite que envíos de bajo costo consuman capacidad de revisión. Un programa cerrado protege la fila, pero convierte el acceso de ayer en una calificación para el acceso de mañana. El externo que nunca ha sido invitado no puede acumular la reputación requerida para recibir una invitación.

Las verificaciones de antecedentes establecen quién envió un reporte. Un rastro de reproducción establece si el reporte es correcto. Las invitaciones reflejan desempeño previo, mientras que cada nueva afirmación aún debe llevar su propia evidencia. Por lo tanto, los operadores de programas necesitan que la confianza se vincule tanto a los rastros de evidencia como a las identidades: un recién llegado que envía repetidamente trabajo reproducible debe ser más fácil de canalizar, mientras que un investigador establecido que envía afirmaciones sin sustento no debe heredar prioridad permanente.

La vía pública de GitHub preserva un punto de entrada, mientras que su vía solo por invitación reserva más dinero para investigadores de confianza. Los dos niveles convierten la apertura de una condición predeterminada en un recurso administrado, preservando a la multitud sin asignar igual prioridad de revisión a cada llamada.

Una mejor evidencia concentra un secreto más peligroso

Los validadores necesitan pruebas más sólidas. Un reporte reproducible debe revelar lo suficiente sobre el objetivo, la configuración afectada, la ruta de explotación y el comportamiento observado para que otro actor confirme el resultado. Esa evidencia ayuda a un defensor porque reduce la ambigüedad. Ayuda a un atacante por la misma razón.

Durante la filtración de Uber en 2022, un atacante accedió al programa de HackerOne de la empresa y descargó reportes de vulnerabilidades antes de perder el acceso. En un incidente separado ese año, HackerOne dijo que un empleado robó reportes enviados y los divulgó a siete empresas a cambio de recompensas financieras. En 2026, la filtración de Klue afectó a HackerOne y a otros proveedores de seguridad.

Esos incidentes alcanzaron información de seguridad valiosa a través de tres relaciones de confianza: acceso de cliente en Uber, acceso interno en HackerOne y el ecosistema de proveedores alrededor de Klue.

Una plataforma que realiza una validación más profunda debe conservar suficiente evidencia para que revisores y clientes reproduzcan sus juicios, pero cada artefacto adicional incrementa la consecuencia del acceso no autorizado. La plataforma no puede tratar rastros de exploits, versiones afectadas, correcciones propuestas y estado de divulgación como historial ordinario de un mercado. Debe compartimentarlos por cliente, programa y etapa del flujo de trabajo, dando a cada revisor o agente solo la evidencia requerida para su tarea delimitada.

Las mismas entregas que mejoran la calidad de los reportes pueden proporcionar el límite de seguridad. Un agente de descubrimiento puede trabajar con contexto del objetivo, un validador con acceso temporal al entorno de reproducción y un sistema de remediación con contexto de código más un hallazgo aprobado. La trazabilidad permite que el siguiente actor audite el resultado y registra quién tocó el mapa antes de que se corrigiera la debilidad.

La economía de pagos de HackerOne alcanzó $81 millones incluso cuando curl avanzaba para cerrar la puerta a las recompensas, porque las recompensas cuentan los hallazgos aceptados mientras los mantenedores absorben el costo de rechazar el resto. El muro de carga de la plataforma se ha movido de la puerta de entrada a la sala de evidencia.