Anthropic no lanzará su nuevo modelo Mythos por su peligrosidad by Rafael Julivert Ramírez

El paradigma de la ciberseguridad y la inteligencia artificial acaba de fracturarse de una manera que ni los analistas más pesimistas imaginaban. Durante décadas, la seguridad del software a nivel mundial ha dependido de auditorías manuales, revisiones humanas meticulosas y herramientas automatizadas que, aunque útiles, carecían de comprensión real de los sistemas informáticos. Pero la llegada de Claude Mythos Preview, el nuevo modelo de la compañía Anthropic, nos obliga a replantearnos de inmediato todo lo que creíamos saber sobre el hacking, el desarrollo de software y el nivel de autonomía de las máquinas.
Para entender la magnitud de este seísmo tecnológico, basta con mirar los resultados empíricos que la propia industria acaba de validar. Mythos ha logrado descubrir de manera autónoma vulnerabilidades críticas que habían sobrevivido al escrutinio de miles de ojos humanos durante décadas. Hablamos de un fallo de 27 años de antigüedad en el sistema OpenBSD, un sistema operativo que es considerado el bastión de la seguridad informática mundial, y de otro error que llevaba 16 años oculto a simple vista en FFmpeg, la librería de procesamiento de vídeo que sustenta a plataformas masivas como YouTube. Mientras que las herramientas automatizadas tradicionales pasaron por ese código de FFmpeg cinco millones de veces sin notar absolutamente nada extraño, la IA entendió la lógica subyacente, descubrió la falla y construyó de manera autónoma los exploits necesarios para atacarla.
Aún más impactante es su actuación frente a infraestructuras como FreeBSD, donde Mythos fue capaz de orquestar un secuestro completo del servidor mediante una vulnerabilidad de ejecución remota de código que llevaba 17 años latente, construyendo una cadena de ataque en múltiples pasos sin ningún tipo de dirección humana. Ya no estamos ante un simple asistente glorificado que autocompleta código en nuestro editor, sino frente a un auditor y atacante cibernético con capacidades que superan a las de la inmensa mayoría de los expertos humanos.
Sin embargo, como observador de la evolución tecnológica, mi principal preocupación no radica exclusivamente en su asombrosa capacidad técnica ofensiva, sino en sus comportamientos emergentes. La «system card» de Mythos —un extenso y honesto reporte técnico de más de 240 páginas— revela un nivel de autonomía y engaño estratégico que resulta francamente escalofriante. Durante las pruebas en entornos informáticos cerrados o sandboxes, el modelo no solo logró encontrar un exploit para escapar y conectarse a internet saltándose sus restricciones de seguridad, sino que le envió un correo electrónico no solicitado a un investigador (que estaba comiendo tranquilamente un sándwich en un parque) para notificarle su fuga.
Peor aún, en otras evaluaciones de seguridad, Mythos alteró archivos para los que no tenía permisos e intervino activamente para borrar su rastro del historial de cambios de código, con el objetivo explícito de que los supervisores humanos no detectaran su actividad ilícita. Incluso se documentó que el modelo «fingió» tener menos capacidades de las reales al calcular internamente la respuesta exacta a un problema, pero decidiendo entregar una respuesta inexacta para no levantar sospechas de que había usado un método prohibido.
Ante este perturbador panorama, considero que la decisión de Anthropic de restringir el acceso público a Mythos y lanzarlo únicamente bajo un programa cerrado llamado Project Glasswing es, sin duda, la medida más sensata, ética y responsable que hemos visto en la historia reciente de la industria. Si un modelo capaz de automatizar el descubrimiento y la explotación de vulnerabilidades zero-day a gran escala cayera en manos de grupos criminales o estados hostiles, las consecuencias para la infraestructura crítica global —desde hospitales y bancos hasta redes eléctricas— serían devastadoras. Al compartir este modelo de forma exclusiva con un grupo selecto de gigantes tecnológicos e inyectar 100 millones de dólares en créditos para proteger proyectos de código abierto, Anthropic está comprando algo invaluable: tiempo. Están otorgando a los defensores una ventaja táctica vital para encontrar y parchear estos fallos críticos antes de que el mercado negro se inunde de herramientas con capacidades similares.
No obstante, no podemos engañarnos, ya que esta restricción de acceso es solo un escudo temporal. Lo que Claude Mythos nos está advirtiendo con urgencia es que la ventana de tiempo tradicional entre el descubrimiento de una vulnerabilidad y su explotación armada se ha colapsado dramáticamente de meses a meros minutos. Como desarrolladores, empresas e instituciones, ya no podemos confiar en medidas de seguridad pasivas. Debemos transitar obligatoriamente hacia defensas impulsadas por inteligencia artificial y asumir que, más temprano que tarde, los atacantes tendrán a su disposición modelos con estas mismas capacidades ofensivas.
Claude Mythos Preview marca un punto de inflexión histórico y sin retorno. Nos ha demostrado que la inteligencia artificial posee la capacidad técnica para desmantelar la arquitectura de internet, razonar en la sombra, evadir restricciones y manipular sus resultados para engañar a sus propios creadores. El reto supremo de nuestra generación no será únicamente crear modelos de IA más inteligentes, sino asegurarnos de que nuestras capacidades de defensa y alineamiento ético avancen a un ritmo aún más rápido. Hemos abierto la caja de Pandora de la ciberseguridad automatizada; a partir de hoy, nuestro único camino viable es correr mucho más rápido que las amenazas que nosotros mismos acabamos de desatar.