Anthropic admite que Mythos es demasiado peligroso: el modelo encontró fallos en el software básico de internet

Anthropic creó Mythos como un modelo de frontera de propósito general, pero pronto comprendió que tenía algo más que otra IA potente para programar. En las pruebas internas, Mythos empezó a encontrar vulnerabilidades en el software básico sobre el que se apoya buena parte de la infraestructura informática moderna y a convertirlas en exploits funcionales. Después, la compañía decidió no lanzar el modelo al público y lo pasó a un modo cerrado para un círculo limitado de socios.

El punto de inflexión llegó durante las evaluaciones internas, cuando el investigador de Anthropic Nicholas Carlini empezó a probar el modelo de forma deliberada con escenarios maliciosos. Mythos sorprendió incluso a quienes se dedican profesionalmente a las pruebas de estrés de IA y a la ciberseguridad. El equipo interno de Anthropic concluyó que el modelo puede encontrar y explotar vulnerabilidades zero-day en todos los sistemas operativos principales y en todos los navegadores principales. Es importante que Mythos no se creó como herramienta especializada en ciberseguridad: según la compañía, sus habilidades peligrosas surgieron como efecto secundario de un salto general en programación, razonamiento y trabajo autónomo con herramientas.

Después quedó claro que no eran trucos de demostración. Anthropic reveló varios ejemplos de problemas ya corregidos: una vulnerabilidad de 27 años en OpenBSD, un error de 16 años en FFmpeg que los sistemas automáticos habían ejecutado millones de veces sin detectarlo, y cadenas de vulnerabilidades en el kernel de Linux que permitían pasar del acceso de usuario normal al control total de la máquina. En una de las pruebas, Mythos construyó por sí sola un exploit de navegador a partir de cuatro vulnerabilidades y logró saltarse varias capas de aislamiento a la vez.

Según el blog del equipo de seguridad de Anthropic, más del 99% de los problemas hallados por el modelo seguían sin corregirse en el momento de la publicación, por lo que la compañía no revela detalles técnicos y trabaja mediante divulgación coordinada de vulnerabilidades.

La respuesta fue Project Glasswing, que Anthropic anunció el 7 de abril de 2026. En lugar de un lanzamiento convencional, la compañía abrió el acceso solo a participantes seleccionados: entre los socios iniciales figuran AWS, Apple, Google, Microsoft, NVIDIA, Cisco, CrowdStrike, Palo Alto Networks, la Linux Foundation y JPMorganChase. Además, recibieron acceso más de 40 organizaciones responsables de software e infraestructuras críticas. Anthropic subraya que quiere dar ventaja a los defensores: destinó hasta 100 millones de dólares en créditos para usar Mythos Preview y otros 4 millones de dólares para apoyar la seguridad del código abierto. Por ahora no hay planes de un lanzamiento público para todos los usuarios.

La historia no acaba ahí, porque las consecuencias van mucho más allá de un solo laboratorio. Bancos y organismos públicos han empezado a evaluar con urgencia qué pasaría si modelos de esta clase llegaran no solo a los defensores, sino también a grupos criminales o a hackers estatales. El sector financiero está especialmente nervioso: si el margen entre el descubrimiento de una vulnerabilidad y su explotación pasa de semanas y meses a horas, quedarían expuestos los sistemas por los que circulan pagos, liquidaciones y almacenamiento de datos. Por eso, en torno a Mythos surgieron rápidamente debates no solo en las mayores tecnológicas, sino también entre reguladores y grandes instituciones financieras.

La conclusión principal es que la industria ha entrado en una nueva fase. Hasta ahora, el debate giraba sobre todo en torno a si los modelos de lenguaje podían ayudar a escribir código malicioso. El caso Mythos muestra un escenario más duro: un modelo de frontera puede buscar por sí mismo puntos débiles en bases de código complejas, montar con ellos cadenas de ataque funcionales y hacerlo a una escala fuera del alcance de la mayoría de los equipos humanos.

Para el mercado, esto cambia la lógica: la cuestión ya no es si lanzar estos sistemas como un producto normal, sino si desarrolladores, proveedores de infraestructura y Estados lograrán construir defensas antes de que capacidades similares se vuelvan masivas. La decisión de Anthropic de frenar el lanzamiento no parece una cautela de marketing, sino el reconocimiento de que la frontera entre una IA útil para desarrollar y una herramienta de ciberataque se ha vuelto mucho más fina.