Claude en un servidor real — sin darle acceso ilimitado
Una sesión real con SentinelX muestra el punto central de su modelo de seguridad: la IA descubre qué permite el host, trabaja dentro de esos límites y aun así puede hacer trabajo útil sobre infraestructura real.
Dar acceso a un servidor a un asistente de IA puede ser muy útil. Darle acceso irrestricto es otra cosa.
La captura de abajo muestra una sesión sencilla de SentinelX con Claude. La petición es directa: revisar la memoria RAM y el almacenamiento del servidor.
Lo interesante ocurre antes de ejecutar el comando
Claude no empieza asumiendo que tiene una shell con privilegios ilimitados. Primero consulta a SentinelX qué capacidades están disponibles en ese host.
En este caso descubre que free no está en la allowlist de comandos. En vez de intentar saltarse la restricción, trabaja con lo que sí está permitido: df -h para el almacenamiento y acceso autorizado a la información de memoria de Linux para obtener el estado de la RAM.
El resultado sigue siendo útil. Claude puede resumir la presión de memoria, el uso de disco y el estado general de la máquina. Pero el camino que toma está limitado por una política definida en el servidor.
El host define los límites
Esta es una distinción importante en SentinelX: el modelo no decide qué puede hacer. El host lo decide.
Un agente SentinelX puede exponer un conjunto deliberadamente limitado de capacidades, por ejemplo:
- una allowlist explícita de comandos;
- rutas del filesystem con permisos de solo lectura o lectura/escritura;
- servicios específicos y las acciones permitidas sobre cada uno;
- operaciones estructuradas sobre archivos;
- playbooks que describen procedimientos operativos seguros y repetibles.
Claude, ChatGPT o cualquier otro cliente MCP puede descubrir esas capacidades y razonar dentro de ellas. Si una operación queda fuera de la política, SentinelX la rechaza en el límite del agente.
No es simplemente “un LLM con SSH”
El objetivo no es convertir a un modelo de lenguaje en una shell remota sin restricciones. Es construir una interfaz controlada entre la IA y la infraestructura real.
Eso permite que la IA siga haciendo trabajo operativo útil: inspeccionar una máquina, leer logs, diagnosticar servicios, editar un directorio aprobado, reiniciar un servicio permitido o seguir un playbook de troubleshooting. Pero cada capacidad existe porque el operador decidió exponerla.
El acceso de una IA a infraestructura se vuelve mucho más interesante cuando los límites son explícitos.
Acceso de IA a infraestructura, con una política en el medio
Esta pequeña comprobación de RAM y almacenamiento resume bastante bien la idea detrás de SentinelX. Claude recibe un objetivo, descubre las capacidades reales del servidor, adapta su estrategia y produce una respuesta útil sin necesitar acceso irrestricto.
La conversación sigue siendo natural. La aplicación de la política no lo es.
El modelo razona. SentinelX aplica la política. El servidor mantiene el control.