Análisis en profundidad · Unos 3 min de lectura
Tamnoon separa la investigación de las reparaciones autorizadas en la nube
El caso de AWS del 14 de octubre describe cuatro agentes, evaluación conservadora y ejecución controlada; las mejoras proceden del proveedor.
- Fecha de la fuente
- Publicado aquí
- Fuente revisada
Tamnoon y AWS explican la arquitectura de Tami, su sistema de corrección sobre Amazon Bedrock. Es un seguimiento del caso del 14 de octubre, no un lanzamiento de hoy. Detectar una exposición y autorizar un cambio en producción son decisiones distintas, separadas por comprobaciones y permisos.
Escucha las noticias
Escucha este artículo o continúa con las noticias.
Preparando la lectura…
Voz del dispositivo
El navegador o dispositivo procesa la voz. AISubHub no envía el texto a una API de audio. Las voces y la reproducción con pantalla bloqueada dependen del dispositivo.
Al continuar puede repetirse una frase breve.
Resumen
- Cuatro agentes reparten investigación, seguridad, planificación y generación de código. Solo los casos SAFE pasan al agente de reparación.
- Tamnoon comunica hasta un 90% menos de exposición crítica en 90 días y ausencia de incidentes de producción en su experiencia; no es una garantía independiente.
De las alertas a una decisión conservadora
Tami recibe hallazgos de CNAPP y herramientas nativas, los normaliza y conserva la capa de detección existente. Un agente prepara comprobaciones de solo lectura; otro reúne evidencia automática y humana para clasificar la reparación como SAFE, RISKY o AWAITING DATA, reduciendo la calificación ante dudas. El agente de reparación ordena copias, cambios, verificación y reversión para los casos SAFE. Un cuarto genera código tras filtrar la entrada; cada artefacto pasa después a un revisor independiente y se regenera si hace falta.
Una frontera distinta para ejecutar
Según el caso, investigar no permite escribir. La ejecución aislada usa credenciales temporales limitadas al inquilino bajo la confianza controlada por el cliente; los agentes no poseen esas credenciales. Hay aprobaciones humanas, auditoría, revisión y regeneración, y se recurre a personas cuando no se establece la corrección. Estos mecanismos reducen la dependencia del comportamiento del prompt, pero no demuestran que se haya eliminado cualquier acción insegura posible.
Una implementación concreta en AWS
Bedrock concentra el acceso a modelos adecuados para distintas tareas. Las cargas descritas llaman a Claude mediante Bedrock y fijan versiones para revisar cambios. Usan roles IAM acotados, redes privadas, colas y alarmas. La inferencia entre regiones permanece en el límite geográfico estadounidense señalado por los autores, lo que no equivale a procesamiento en una única región. EKS aloja servicios persistentes y Lambda procesa eventos; AgentCore y Guardrails apoyan el control sin sustituir una configuración correcta.
Resultados con sus denominadores
Tamnoon informa de más de 14 millones de alertas analizadas entre sus clientes. Su tabla recoge hasta un 90% menos de exposición crítica en 90 días, hasta 100 veces más eficiencia por agrupación de causas, más de 13.000 horas de ingeniería ahorradas por semana entre clientes y cero incidentes en millones de cargas. Son cifras del proveedor con denominadores diferentes, no un único ensayo controlado ni resultados prometidos. La evaluación propia debe revisar aprobaciones, fallos y evidencia de reversión.
Por qué importa
La idea aprovechable para empresas es incorporar pruebas, permisos y reversión en el sistema de ejecución. Un modelo competente no decide por sí solo si un cambio está autorizado.
Límites y disponibilidad
No hay verificación independiente de incidentes, comparación reproducible ni precio público de suscripción. La arquitectura describe a Tamnoon, no todas las aplicaciones Bedrock ni derechos de una suscripción personal a Claude.
Fuentes y pruebas
Fecha de la fuente: 14 oct 2026 · Fuente revisada: 20 oct 2026
Contenido editorial asistido por IA y contrastado con fuentes primarias. Las afirmaciones del proveedor se atribuyen; la inclusión no implica recomendación.