Anthropic cancela lanzamiento de IA capaz de descubrir fallas críticas en sistemas operativos

IA de seguridad cibernética demasiado poderosa para ser liberada

Anthropic desarrolló un modelo de inteligencia artificial tan eficaz en encontrar fallas de seguridad que decidió no lanzarlo públicamente. Claude Mythos Preview, versión experimental aún en pruebas, demostró capacidad excepcional para identificar vulnerabilidades críticas en softwares populares, lo que representaría tanto avance como riesgo significativo para la seguridad digital.

Según la propia empresa, el modelo sería "mejor que cualquier persona, excepto los humanos más habilidosos" al descubrir y apuntar brechas de seguridad en navegadores y sistemas operativos ampliamente utilizados en el mercado.

Capacidad técnica de IA en seguridad cibernética

Claude Mythos Preview es un modelo de lenguaje de propósitos generales, entrenado con una combinación propietaria de información pública de Internet, conjuntos de datos públicos y privados, además de datos sintéticos generados por otros modelos de IA.

Según documentación de Anthropic, el modelo representa un salto significativo en rendimiento cuando se compara con otras versiones de la empresa, como el Claude Opus 4.6. Sus habilidades se destacan especialmente en tres áreas:

Pero fue justamente la experiencia en código que encendió señales de alerta internamente.

IA identifica miles de vulnerabilidades de dia-zero

La documentación técnica de Anthropic revela que Mythos logró identificar "miles de vulnerabilidades de alto riesgo" y fallas de dia-zero (zero-day) — brechas de seguridad desconocidas por los desarrolladores y, por lo tanto, sin corrección disponible.

Las versiones anteriores de Claude ya habían demostrado esta capacidad a escala menor, encontrando fallas en el navegador Firefox y en bibliotecas de código abierto. Las vulnerabilidades descubiertas fueron debidamente reportadas a las empresas responsables y posteriormente corregidas.

El problema surge cuando esa misma tecnología podría ser utilizada por agentes malintencionados. Los cibercriminosos tendrían en manos una herramienta capaz no sólo de identificar fallos, sino también de ayudar a crear formas sofisticadas de explotarlas, o, cuando se combina con agentes autónomos de IA, incluso ejecutar etapas de invasiones cibernéticas.

Proyecto Glasswing: IA de seguridad cibernética como defensa

Reconociendo los peligros, Anthropic optó por no proporcionar a Claude Mythos Preview al público. En cambio, la empresa inició el Proyecto Glasswing, una iniciativa centrada en usar las capacidades del modelo exclusivamente para fines de seguridad.

Aunque los detalles completos del proyecto no fueron divulgados por la empresa, el abordaje representa un cambio de estrategia: transformar un potencial vector de ataque en herramienta defensiva, manteniendo el modelo bajo control restringido y utilizándolo para identificar y corregir vulnerabilidades antes de que los agentes maliciosos las descubran.

Debate sobre responsabilidad en el desarrollo de IA

La decisión de la Anthropic reaviva discusiones sobre los límites éticos en el desarrollo de sistemas de inteligencia artificial. ¿Hasta qué punto empresas deben avanzar en capacidades que, aunque técnicamente impresionantes, representan riesgos concretos a la seguridad?

El caso de Claude Mythos ilustra un creciente dilema en el sector: modelos cada vez más poderosos exigen protocolos de seguridad proporcionalmente estrictos. La transparencia de Anthropic al documentar tanto las capacidades como los riesgos del modelo establece un precedente importante para la industria.

El enfoque a través del Proyecto Glasswing sugiere que el futuro de la IA de seguridad puede estar no en la liberación irrestricta de herramientas poderosas, sino en su uso controlado y dirigido a la protección colectiva.