La seguridad MCP en una empresa empieza por una idea sencilla: cada servidor MCP que alguien conecta a su asistente de IA es un permiso nuevo sobre tus sistemas, y casi siempre se concede sin que nadie lo revise. El servidor recibe las credenciales del usuario, ejecuta código en su equipo o en un servicio externo y deja que un modelo decida cuándo usarlo y con qué parámetros.
Las guías de instalación explican cómo conectarlo en dos minutos. No explican quién lo aprobó, con qué token, qué puede borrar ni qué pasa cuando el autor publica una versión nueva. Esa parte es trabajo de seguridad, y es la que cuento aquí.
No voy a repetir lo de la inyección de prompts, que ya tiene su artículo: prompt injection no se parchea. Aquí hablo de lo que hay alrededor del modelo: permisos, credenciales, procedencia del código y visibilidad.
¿Qué es un servidor MCP y qué acceso tiene?
Un servidor MCP es un programa que da herramientas y datos a un asistente de IA siguiendo el Model Context Protocol, un protocolo abierto. El asistente (Claude o Cursor, por ejemplo) se conecta al servidor, descubre qué herramientas tiene y el modelo decide cuándo llamarlas. Leer un repositorio, consultar una base de datos, crear una incidencia en Jira o mandar un mensaje a Slack: todo eso son herramientas de algún servidor MCP.
El acceso que tiene es exactamente el que le das. Un servidor de GitHub tiene el token que le pegaste. Uno de sistema de ficheros tiene las carpetas que le abriste. Uno de base de datos tiene la cadena de conexión, con su usuario y su contraseña. El protocolo no recorta nada por su cuenta: si el token puede borrar ramas, el servidor puede borrar ramas, y el modelo puede pedírselo.
La propia especificación lo dice sin rodeos: las herramientas equivalen a ejecución arbitraria de código y hay que tratarlas con cautela, y las descripciones de lo que hace una herramienta no son de fiar salvo que vengan de un servidor de confianza. Esa frase debería estar en la primera línea de cada guía de instalación.
Local o remoto: dos formas de entrar en tu casa
En la local (el transporte stdio), el cliente lanza el servidor como un subproceso en el equipo del usuario. Un programa descargado de un repositorio público se ejecuta en el portátil con los privilegios de quien lo instaló. Muchas veces se arranca con un npx o un uvx que baja la última versión del paquete cada vez.
En la remota (Streamable HTTP), el servidor vive en un servicio externo, del fabricante de la herramienta o de un tercero. El problema se parece al de cualquier SaaS: quién lo opera, qué tokens recibe, dónde los guarda y qué registra.
Hay un caso intermedio que conviene vigilar: servidores HTTP que corren en el propio portátil. La especificación de transportes obliga a todo servidor Streamable HTTP a validar la cabecera Origin de las conexiones entrantes y, para los que se ejecutan en local, recomienda escuchar solo en localhost. Un servidor en el portátil que se salta las dos cosas puede quedar al alcance de cualquier web abierta en el navegador.
¿Por qué digo que un servidor MCP es un permiso más?
Porque el patrón es el mismo que ya vimos con las aplicaciones OAuth. Un empleado pulsa "Permitir", concede acceso a su correo o a su almacenamiento a una aplicación que nadie ha evaluado y ese permiso se queda años vivo sin que seguridad lo sepa. Lo conté en Shadow AI 2.0 y los OAuth scopes que nadie revisó, y con MCP pasa lo mismo con dos agravantes.
El primero es que muchas veces ni siquiera hay pantalla de consentimiento. En un servidor local, el permiso se concede editando un fichero JSON y pegando un token, sin registro en el proveedor de identidad y sin nada que aparezca en tu consola de aplicaciones conectadas.
El segundo es que quien usa el permiso es un modelo. Una aplicación OAuth hace lo que su autor programó. Un servidor MCP hace lo que el modelo le pide, y el modelo decide en función de lo que lee: el correo, la incidencia, el README del repositorio. Por eso la pregunta útil es qué puede hacer ese permiso en el peor caso.
¿Qué riesgos de seguridad tiene MCP en la empresa?
Sin contar la inyección de prompts, estos son los cinco que más me preocupan.
El servidor ejecuta código con tus privilegios
Un servidor MCP local es software. Lo escribe alguien, se publica en npm, PyPI o GitHub y se ejecuta en un portátil corporativo. Si el portátil tiene acceso a la VPN, a los repositorios internos y a las credenciales en caché del usuario, el servidor también. Para el EDR es un proceso más de Node o de Python lanzado por el editor.
Es el riesgo de siempre con cualquier dependencia de terceros, solo que más rápido: instalar un servidor MCP lleva menos tiempo que leer su README. Si ya te preocupaba el código que se genera sin revisión, como conté en los riesgos de seguridad del vibe coding, es la misma película con el código de otro.
Las credenciales acaban en un fichero de texto
Casi todas las guías de instalación piden lo mismo: pega aquí tu token. El resultado típico es un token personal, con permisos de escritura, escrito en claro en el bloque env del fichero de configuración del cliente. Con transporte stdio, la especificación de autorización dice que no se siga ese apartado y que las credenciales se tomen del entorno. El bloque env hace eso, pero el secreto sigue en un fichero del perfil del usuario que entra en las copias de seguridad y, si es un mcp.json del proyecto, puede acabar en un commit.
Herramientas con más poder del que pide la tarea
OWASP lo llama agencia excesiva (LLM06 en su Top 10 para LLM de 2025). Con MCP lo veo en tres sitios a la vez. Un servidor de base de datos que se instala para consultar trae también herramientas para escribir. El token que le das es el tuyo, que lo puede todo. Y el cliente está configurado para ejecutar herramientas sin preguntar, porque preguntar cada vez cansa.
De los diez riesgos del OWASP Top 10 LLM 2025, la agencia excesiva es el que mejor describe una configuración de MCP típica.
El servidor de hoy no es el de mañana
Aprobar un servidor MCP una vez no sirve si se arranca con la última versión cada día. Un mantenedor que cede el paquete, una cuenta comprometida o un cambio en las descripciones de las herramientas bastan para que el servidor que revisaste en marzo haga otra cosa en octubre. Esas descripciones son las instrucciones que lee el modelo para decidir qué hacer.
Y sigue ahí el viejo problema de los nombres parecidos: quien instala con prisa desde un listado no mira quién publica el servidor.
Los servidores remotos y los tokens que no son suyos
La especificación dice que la autorización es opcional para las implementaciones de MCP; cuando se implementa en el transporte HTTP, se basa en OAuth 2.1. Que sea opcional quiere decir que puede haber servidores remotos sin autenticación, o con una hecha a medida que nadie ha auditado.
La guía de buenas prácticas de seguridad de la especificación describe dos fallos con nombre propio. Uno es el "diputado confundido" (confused deputy): un servidor MCP que hace de proxy hacia una API de terceros con un client ID estático puede acabar obteniendo una autorización que el usuario no ha concedido. El otro es el paso de tokens (token passthrough): un servidor que acepta un token emitido para otro servicio y lo reenvía sin validarlo. La especificación lo prohíbe de forma expresa: un servidor MCP no debe aceptar tokens que no se emitieron explícitamente para él. Si vas a aprobar un servidor remoto, pregunta al fabricante por escrito cómo evita los dos.
Y todo lo anterior empeora cuando el modelo lee contenido de terceros, porque la inyección de prompts puede llevarlo a usar una herramienta legítima para algo ilegítimo, como expliqué en prompt injection no se parchea.
¿Cómo se controla qué servidores MCP usa la plantilla?
Como cualquier otro shadow AI: primero se detectan, después se apuntan en el inventario con un responsable y al final se decide cuáles se permiten y con qué configuración. Lo que cambia es dónde mirar, porque un servidor MCP local no deja rastro en el proxy ni en el proveedor de identidad.
Dónde mirar para encontrarlos
Hay cuatro sitios. Los ficheros de configuración de los clientes, que son JSON en rutas conocidas y se leen con el inventario de software del EDR o con un script de la herramienta de gestión de puestos. Los procesos: editores y asistentes que lanzan node, npx, python o uvx como hijos. El tráfico de salida hacia servidores remotos, que sí pasa por el proxy. Y los repositorios internos, donde aparecen ficheros de configuración MCP versionados. El método general está en cómo detectar Shadow AI en la empresa.
Qué preguntaría antes de aprobar uno
Estas son las preguntas que yo haría a un equipo que pide un servidor MCP. Dan para decidir en media hora; si el servidor es remoto, después viene la evaluación de proveedor completa.
| Pregunta | Por qué la hago |
|---|---|
| ¿Quién lo publica y lo mantiene? | El servidor del fabricante de la herramienta no tiene el riesgo del proyecto de fin de semana de un desconocido. |
| ¿Es local o remoto? | En local es código en el portátil; en remoto, un tercero que recibe tus tokens. |
| ¿Qué herramientas escriben, borran o envían? | Es la superficie real. Las que solo leen se aprueban con menos fricción. |
| ¿Con qué credencial se conecta? | La credencial marca el peor caso. |
| ¿Se puede fijar la versión? | Si baja la última cada vez, lo que apruebo hoy no es lo que se ejecuta mañana. |
| ¿El cliente pide confirmación antes de ejecutar? | Es la última barrera cuando el modelo se equivoca. |
| ¿Qué datos van a pasar por ahí? | Aplica la clasificación de información que ya tienes. |
Cada servidor aprobado entra en el inventario de sistemas de IA con dos responsables, uno técnico y otro de negocio. Un servidor MCP es una fila más, con su categoría, sus datos y su dueño.
Mi opinión como CISO
Trabajo en el sector nuclear, donde nada se conecta a nada sin un análisis previo, un procedimiento y una firma. Visto desde ahí, lo que más choca de MCP es lo fácil que resulta dar a un asistente acceso de escritura a un repositorio: un fichero JSON y un token, al alcance de cualquiera. Ese es el problema.
Aun así, no prohibiría MCP. Prohibirlo empuja a la gente a configurarlo en casa o en el portátil personal, y pierdes lo poco que veías. Lo que haría es reducir: pocos servidores, aprobados, con versión fija, con una credencial propia de solo lectura siempre que se pueda y con confirmación humana para todo lo que escribe, borra o envía hacia fuera. Prefiero cinco servidores que conozco a cincuenta que se instalaron solos.
Los listados públicos de servidores MCP tampoco son una señal de confianza: las estrellas miden popularidad. La confianza sale de quien lo publica y de lo que tú has revisado, y para lo demás la respuesta por defecto es no.
Lo que más me inquieta a medio plazo es que MCP va a dejar de ser cosa de desarrolladores. Cuando el asistente de ofimática de cualquier empleado admita servidores con dos clics, el fichero que hoy revisas en veinte portátiles de ingeniería lo tendrás en dos mil. Mejor tener el proceso montado antes.
Curso · Ciberseguridad de la IA para CISOs
Gobernar el uso de la IA con controles y no con prohibiciones es uno de los ejes del curso. 5 módulos disponibles ya: La IA como nuevo dominio de riesgo · Amenazas y vulnerabilidades · Gobernanza y cumplimiento (EU AI Act, NIST, ISO 42001) · Operación segura · Caso práctico integrador. 100% online, vídeos más manual completo y autoevaluación. Acceso durante un año. Diploma al finalizar.
Ver el cursoPlan de controles para MCP en 8 pasos
Si mañana tuviera que empezar de cero con MCP en una empresa, este sería el orden. Los dos primeros te dan visibilidad; los demás reducen el daño cuando algo falla.
1. Inventaria los servidores que ya están instalados
Recorre los cuatro sitios de antes y apunta cada servidor con su comando, su origen y su credencial. Trátalo como un hallazgo de shadow AI y deja fuera las culpas, o la gente dejará de contarte lo que usa.
2. Publica una lista de servidores permitidos con su responsable
Para cada servidor aprobado, quién lo publica, qué versión, qué herramientas se permiten y quién responde de él. Si tu cliente admite configuración gestionada por la organización o listas de servidores permitidos, úsala: una lista que no se salta con un editor de texto se sostiene mucho mejor.
3. Saca las credenciales de los ficheros de configuración
Nada de tokens pegados en un JSON, tampoco en el bloque env. Que la variable de entorno se rellene desde el gestor de secretos del sistema y que el fichero del proyecto nunca lleve un secreto escrito. Añade al escáner de secretos de los repositorios una regla para los ficheros de configuración MCP.
4. Da a cada servidor su propia credencial con el mínimo permiso
Un token o una cuenta de servicio por servidor, con el permiso justo: solo lectura si la tarea es consultar, un solo repositorio si la tarea es un repositorio. Si hay que cortar, se corta un servidor y la cuenta de la persona sigue funcionando. Y en el registro de auditoría sabrás qué hizo el asistente y qué hizo el humano.
5. Fija versiones y revisa antes de actualizar
Nada de arrancar servidores con la última versión cada vez. Fija la versión, guarda una copia en tu registro interno de paquetes si lo tienes y revisa los cambios antes de subir, sobre todo si cambian las descripciones de las herramientas o aparecen herramientas nuevas.
6. Exige confirmación humana para lo que escribe, borra o envía
Deja la ejecución automática solo para herramientas de lectura. Lo que modifica datos, manda mensajes fuera o ejecuta comandos tiene que pedir confirmación. Cansa un poco, y está bien que canse: es el freno que queda cuando el modelo ha leído algo que no debía.
7. Registra las llamadas a herramientas
Para los servidores remotos y los que opera tu equipo, guarda qué herramienta se llamó, con qué parámetros, en nombre de quién y con qué resultado. Para los locales, al menos los registros de las herramientas de destino. Sin ellos, el día del incidente no sabrás si la rama la borró una persona o un asistente.
8. Mete MCP en la política de uso aceptable de la IA
Una línea basta para empezar: no se conectan servidores MCP fuera de la lista aprobada, y para añadir uno se pregunta antes. Si la política aún no existe, te cuento cómo planteo la política de uso aceptable.
Cuando termines el primer punto, haz una cuenta sencilla: cuántos servidores MCP encontraste y cuántos tenían una credencial con permisos de escritura. Esa segunda cifra es tu superficie real de MCP hoy, y es la que yo llevaría al comité.
Escribo sobre seguridad de la IA para CISOs
Si esto te ha resultado útil, suscríbete y recibe los próximos análisis en tu correo.
SuscribirmePreguntas frecuentes
¿Qué es un servidor MCP?
Es un programa que da herramientas y datos a un asistente de IA siguiendo el Model Context Protocol, un protocolo abierto. El modelo decide cuándo usar esas herramientas, por ejemplo para leer un repositorio o enviar un mensaje. Puede ejecutarse en el equipo del usuario o como servicio remoto.
¿Qué riesgos de seguridad tiene MCP?
Código de terceros con los privilegios del usuario, tokens en claro en ficheros de configuración, herramientas con más permisos de los que pide la tarea y servidores que cambian después de aprobarlos. Encima está la inyección de prompts, que puede llevar al modelo a usar una herramienta legítima para algo que nadie autorizó.
¿Es seguro usar servidores MCP en la empresa?
Puede serlo con controles. Un servidor aprobado, con versión fijada, credencial propia de solo lectura y confirmación humana para lo que escribe o borra tiene un riesgo acotado. Uno instalado desde un listado público con el token personal del usuario y ejecución automática, no.
¿Cómo detecto los servidores MCP que usa la plantilla?
Lee los ficheros de configuración de los clientes MCP con el EDR o la herramienta de gestión de puestos. Complétalo con los procesos que lanzan los editores, el tráfico hacia servidores remotos y los repositorios internos. Cada servidor encontrado va al inventario de IA con su responsable.
¿MCP tiene autenticación?
La especificación dice que la autorización es opcional para las implementaciones de MCP, así que puede haber servidores sin ella; cuando se implementa en el transporte HTTP, se basa en OAuth 2.1. Con transporte stdio, la especificación dice que no se siga ese apartado y que las credenciales se tomen del entorno. Antes de aprobar un servidor remoto, pregunta al fabricante cómo autentica y cómo trata los tokens.
Fuentes
- Model Context Protocol: Specification (2025-11-25). Su apartado de seguridad trata las herramientas como ejecución arbitraria de código y solo da por fiables sus descripciones si vienen de un servidor de confianza.
- Model Context Protocol: Transports (2025-11-25). Define los transportes stdio y Streamable HTTP, obliga a validar la cabecera Origin y pide que los servidores locales escuchen solo en localhost.
- Model Context Protocol: Authorization (2025-06-18). Dice "Authorization is OPTIONAL for MCP implementations" e "Implementations using an STDIO transport SHOULD NOT follow this specification, and instead retrieve credentials from the environment"; la autorización en HTTP se basa en OAuth 2.1.
- Model Context Protocol: Security Best Practices. Describe los ataques de confused deputy y token passthrough y prohíbe que un servidor MCP acepte tokens que no se emitieron para él.
- OWASP Top 10 for LLM Applications 2025: LLM06 Excessive Agency. Define la agencia excesiva (LLM06:2025) como la vulnerabilidad que permite acciones dañinas a partir de salidas inesperadas, ambiguas o manipuladas del LLM, y señala como causas el exceso de funcionalidad, de permisos o de autonomía.