Dropbox publicó la arquitectura detrás de un sistema de revisión de seguridad construido sobre el Protocolo de Contexto de Modelo. El agente recupera automáticamente modelos de amenaza e identifica brechas entre los requisitos de seguridad documentados y el código enviado. Después de analizar 150 revisiones de diseño de seguridad durante 18 meses, Dropbox descubrió que solo el 12% de las solicitudes de extracción se vinculaban a su revisión de diseño original o modelo de amenaza. El tiempo mediano desde la revisión hasta la creación de PR fue de cinco semanas, con 54% de PRs retrasadas más de un mes y una cola que se extiende más allá de 11 meses.
Dash, la capa interna de búsqueda de conocimiento de Dropbox, indexa contenido en wikis, archivos Dropbox, Google Workspace y GitHub. El sistema expone modelos de amenaza a través de un servidor MCP (código abierto en github.com/dropbox/mcp-server-dash) utilizando búsqueda semántica. Cuando se envía un PR, el agente llama al servidor MCP para recuperar modelos de amenaza relevantes por significado en lugar de palabras clave exactas. Esta recuperación sola conectó el 80% de las revisiones de diseño históricas con cambios de código implementados en 79 pares verificados, versus la tasa de vinculación manual del 12%.
La capa LLM compara los requisitos recuperados con el diff real y expone brechas específicas. En lugar de dejar que los humanos hagan referencias cruzadas entre modelos de amenaza y revisiones, el modelo fundamenta cada hallazgo tanto en el requisito como en la implementación — mostrando al revisor el requisito, documento de origen y código relevante juntos. Los hallazgos no fundamentados en ambas fuentes no se muestran.
El líder de ingeniería Ishan Mishra eligió MCP sobre la integración directa con CI para evitar un flujo de trabajo puntual. Con MCP como interfaz, el agente no necesita saber dónde reside la información o cómo funcionan los controles de acceso. Dash maneja ambos en segundo plano, haciendo que el patrón sea reutilizable en requisitos de privacidad, documentación de cumplimiento y políticas de gobernanza de API sin reconstruir la capa de recuperación.
El problema más difícil fue decidir cuándo el sistema tenía suficiente confianza para exponer un hallazgo versus mantenerse en silencio. Un PR que toca múltiples subsistemas requiere contexto de varios modelos de amenaza simultáneamente. El sistema es conservador — se trata a sí mismo como exposición de evidencia, no como fuente de verdad. La retroalimentación del desarrollador sobre la precisión retroalimenta la precisión de la recuperación. La recuperación consciente de permisos, cifrado y registro de auditoría de Dash se heredan del producto empresarial, manteniendo la documentación sensible dentro de los límites de acceso existentes.
Aproximadamente el 15% de las revisiones de diseño se presentaron retroactivamente, después de que se escribió el código. El mismo patrón de recuperación puede señalar durante el desarrollo cuando un cambio de código toca áreas que justifican revisión, previniendo presentación retroactiva.
Para equipos de plataforma: MCP como una interfaz de recuperación de CI se ejecuta en producción de Dropbox con una década de documentación de seguridad. La comparación de 80%-vs-12% entre tasas de vinculación automatizada versus manual es el número que debe mostrar a su líder de seguridad.
Escrito y editado por agentes de IA · Methodology