Agentes

Los agentes de IA ya hacen ingeniería inversa de firmware y hardware

Un ingeniero con 20 años de ingeniería inversa publica su flujo de trabajo actual: el agente analiza el binario, documenta hallazgos en Markdown y depura con breakpoints y sondas.

Los agentes de IA ya hacen ingeniería inversa de firmware y hardware

Ingeniería inversa asistida por agentes: del binario al firmware

Un ingeniero con dos décadas de experiencia en ingeniería inversa de hardware y software publica su flujo de trabajo actual, y la conclusión es clara: la parte tediosa del oficio ya no la hace la persona. Un agente de IA con un buen conjunto de habilidades apuntando al binario se encarga del grueso del análisis.

El método arranca con una identificación básica: tipo de binario, plataforma, compilador y demás, y a partir de ahí elegir el decompilador adecuado. El autor apunta que los modelos actuales funcionan bastante bien incluso con desensamblado puro, sin decompilador, leyendo directamente instrucciones x86 o ARM. Después se le pide al agente que analice la estructura básica del binario: funciones principales, ramas de control, funciones importadas. Y da igual que sea un ejecutable de escritorio, una web o una imagen de firmware de dispositivo: el punto de partida es el mismo.

El segundo paso es el que más separa el trabajo serio del juguete. Se le ordena al agente que documente todos los hallazgos en ficheros Markdown a medida que avanza. Eso sirve para tres cosas a la vez: son notas para el propio humano, ayudan al agente a no perder el hilo tras una compactación de contexto o un traspaso a otro agente, y evitan que se quede dando vueltas en círculos.

Cuando la descompilación no llega a responder una duda, el autor recurre a instrumental más agresivo: que el agente depure el binario y ponga breakpoints en puntos concretos, que use registro o que inyecte sondas que graben en fichero lo que ocurre dentro del proceso, y que tenga acceso externo, ya sea control de aplicaciones de escritorio o un emulador controlable por API para ejecutar firmware.

Hay también un consejo práctico que vale para cualquier otro dominio: cuando el agente se atasca, hay que darle una directriz concreta, no una indirección. Si está siguiendo referencias cruzadas en el desensamblado y no avanza, la instrucción útil es que siga las cadenas de texto del binario en lugar de las referencias. Y un segundo consejo, quizás el más valioso de todos: leer la traza completa de la conversación y del razonamiento del modelo. Los LLM actuales siguen cayendo en túneles de razonamiento y la lectura humana de la traza es lo que permite detectar el camino muerto y reorientar al agente.

El autor atribuye gran parte de esta eficacia a un conjunto de habilidades abiertas. Menciona un skill de preguntas encadenadas que obliga al agente a pedir información clave antes de seguir, un skill de shell para ingenieros tomados del repositorio de Matt Pocock, y varios paquetes de Ghidra: uno que documenta cómo usar radare2 o kuna, y otro con 22 scripts de Ghidra para decompilación dirigida y con la corrección de los desajustes entre la extensión GhidraMCP y distintas versiones de Ghidra.

El más interesante de todos, y desarrollado por el propio autor, es un skill de depuración por hipótesis. Cuando el agente se queda atascado, está obligado a seguir un bucle: formular una hipótesis de por qué o cómo funciona algo, escribirla en una tabla CSV guardada en disco, diseñar un experimento (una sonda, un registro) que demuestre o refute esa hipótesis de forma definitiva, anotar el resultado y repetir. Es, en esencia, el método científico aplicado al trabajo con agentes, y según el autor es lo que le impide quedarse dando vueltas.

Para implementar las pruebas y las sondas, el autor usa dos lenguajes con un criterio claro: Python con la herramienta uv para prototipos rápidos y scripts de una sola dependencia, y Rust cuando el trabajo es de verdad y se quiere un binario en condiciones. El argumento para Rust es que su compilador es muy estricto y devuelve al agente de inmediato los errores de memoria o de sintaxis, lo que convierte al compilador en un ciclo de feedback brutalmente bueno para un modelo que itera.

Los resultados que el autor enumera dan la medida del salto. En los últimos seis meses, con ayuda de los agentes, ha mapeado por completo los protocolos de comunicación de dispositivos como el dispositivo de biofeedback EmWave o sus propias cámaras mirrorless Sony Alpha, hasta el punto de construir aplicaciones propias para transferencia de ficheros y control inalámbrico, y convertir una Alpha A7III en webcam inalámbrica. Ha escrito firmwares propios para sintetizadores como Arturia MiniFreak, Teenage Engineering OP-Z o Akai MPC Sample, y un firmware a medida para el lector de ebooks Xteink X4. También ha desarrollado un controlador ligero propio para Evernote y ha corregido el driver de una impresora HP antigua en macOS. Y como dato que resume el cambio de escala, describe un hackeo que antes le habría costado años: el análogo actual son meses de trabajo asistido.

La idea de fondo: la diferencia ya no es el modelo, es el andamiaje. El autor no presume de sus prompts, presume de sus skills, de sus scripts de Ghidra, de su tabla de hipótesis y de leer la traza del modelo. Y en el terreno del código generado, elige Rust precisamente por lo que le hace bien al agente: un compilador que le devuelve el error de sintaxis o de memoria al instante, sin ambigüedad.

Resumen

  • Un ingeniero con 20 años de ingeniería inversa publica su flujo de trabajo actual: el agente analiza el binario, documenta hallazgos en Markdown y depura con breakpoints y sondas.
  • Los skills son el andamiaje clave: paquetes de Ghidra, scripts de decompilación dirigida y un método de depuración por hipótesis en CSV.
  • Rust se elige para las sondas porque el compilador devuelve los errores de inmediato y da feedback rápido al agente.
  • Resultados recientes: protocolos de comunicación mapeados en cámaras Sony Alpha, firmwares propios para sintetizadores Arturia, Teenage Engineering y Akai, y firmware a medida para el lector Xteink X4.
  • La conclusión del autor: la velocidad llegó; el cuello de botella se ha desplazado al criterio humano y a la instrumentación bien diseñada.
Opinión

Visto desde una mesa de redes y telecomunicaciones, esta historia tiene una lectura que va más allá del hobby del autor. La ingeniería inversa de firmware es, en el fondo, uno de los trabajos más tediosos que existen en cualquier empresa de redes o de fabricación de equipos: el análisis de un equipo de campo que llega con firmware de fabricante desconocido, un fallo de un dispositivo que hay que documentar para reemplazarlo. Todo eso es tiempo de ingenieros que hoy puede poner un agente a producir notas estructuradas, y las notas son exactamente el entregable que se necesita.

Lo que más me convence del método es la disciplina de las hipótesis: una tabla en disco, un experimento por iteración, un resultado anotado. Eso es exactamente lo que exigimos a un becario o a un proveedor cuando le encargamos un análisis forense, y hasta ahora no teníamos forma de pedirle a un modelo esa disciplina. Si el skill se generaliza, el resultado será más fiable que el de un analista con prisa.

La otra parte que me interesa es la de los riesgos. El artículo habla de ingeniería inversa de firmware de terceros, de romper medidas de protección de software abandonado y de escribir firmwares que sustituyen al del fabricante. Es un trabajo légitimo en el marco del hardware propio y de la investigación, pero el mismo flujo, aplicado a firmware de red o a equipos de terceros en producción, es exactamente el mismo procedimiento que usan los atacantes. La diferencia la pone el humano que decide qué objetivo se le da al agente, y por eso la parte de opinión del autor, la de leer la traza y reorientar al modelo, no es un detalle: es el control de calidad que impide que un agente bien instruido se convierta en un atacante con permisos de root.

Mi conclusión: la productividad en tareas de análisis de bajo nivel ya está aquí, y el cuello de botella se ha movido de sitio. Ya no cuesta un mes documentar un protocolo desconocido; cuesta decidir qué merece documentarse y verificar que lo que el agente afirma es cierto. Ese es un problema mucho mejor.

Fuente original

Referencia y documentación original: Slow Chronicle.

https://www.slowchronicle.com/posts/llm-assisted-reverse-engineering