Investigación
Argumentos cerrados e investigación en movimiento. Los artículos desarrollan una tesis completa; el Learning Log registra cómo evoluciona el mapa antes de que una pregunta tenga forma definitiva.
Artículos elaborados que desarrollan un argumento completo.
Cómo Atlas Forge conserva la velocidad de los agentes de IA sin renunciar al gobierno de un proyecto: trabajo definido, verificación independiente y automatización determinista primero.
Por qué delegar identidad completa a agentes de IA es una bomba de relojería, y una arquitectura de cinco capas para desactivarla antes del primer incidente.
Informe de investigación
Una metodología para derivar un único modelo canónico de riesgo a partir de quince frameworks incompatibles de seguridad y gobierno de IA, para que un motor de evaluación de escenarios pueda razonar sobre un vocabulario fijo en vez de tratar cada estándar de origen como un caso especial.
Informe de investigación
Informe de investigación sobre la transición desde el uso no gestionado de IA hacia sistemas agénticos con autoridad delegada, y los controles necesarios para gobernar ambos dominios de riesgo.
Junio reunió varias divulgaciones coordinadas que muestran debilidades estructurales compartidas por los principales agentes de programación.
Cada lanzamiento de un modelo avanzado modifica la superficie de capacidad, acceso, herramientas y dependencias que los equipos de seguridad deben cartografiar.
Prompt Injection es un problema de conflicto de instrucciones en sistemas que mezclan objetivos confiables con contenido no confiable.
Shadow AI empieza como falta de visibilidad: herramientas desconocidas, cuentas desconocidas, clases de datos desconocidas y retención desconocida.
AI Security empieza cuando la IA generativa cambia el acceso a datos, identidad, herramientas, monitorización y decisiones.
Notas de campo, notas de lectura, notas de construcción, señales de ATLAS y preguntas abiertas.
Nota de investigación sobre TurnOPD, una técnica de destilación on-policy para el entrenamiento de agentes de horizonte largo. Es relevante para la evaluación y la fiabilidad del entrenamiento, pero no es un control de seguridad operativo.
Hicimos una comparación estructurada entre modelos locales de pesos abiertos (Ollama, RTX 5070, 16GB VRAM) y la API cloud de DeepSeek para la etapa de análisis conceptual de nuestro pipeline de señales de seguridad.
Nota de construcción sobre el paso del dispatcher diario de ATLAS de una ejecución solo analítica a invocaciones reales de publicación, redes y correo.
Revisión pública de cómo Secure AI Atlas limita su propio trabajo editorial y técnico asistido por agentes.
Nota de construcción sobre trabajo editorial agentico observable, limitado, revisable y subordinado a autoridad humana.
Siete observaciones sobre el panorama de amenazas de la cadena de suministro de IA agentica a finales de junio de 2026.
La primera entrada de la bitácora registra el propósito, la forma y los límites iniciales de Secure AI Atlas.
