Claude Mythos de Anthropic encontró más de 10.000 fallos de seguridad, luego fue restringido por el gobierno estadounidense
Una poderosa herramienta de seguridad de IA está remodelando silenciosamente cómo los defensores buscan errores de software. Pero sus propios creadores están preocupados por quién más podría usarla.
Puntos clave
- Anthropic lanzó Claude Mythos, un modelo de IA diseñado para ciberseguridad y atención médica, a un grupo selecto de socios en abril de 2023.
- Claude Mythos ayudó a 50 socios tecnológicos a encontrar más de 10.000 fallos de seguridad de alta gravedad en sistemas operativos principales y navegadores web.
- El modelo descubrió un fallo de seguridad que había pasado desapercibido dentro de OpenBSD, un sistema operativo de código abierto, durante 27 años.
- El gobierno estadounidense impuso controles de exportación sobre Claude Mythos y Claude Fable en junio de 2023, aunque esas restricciones se levantaron en dos semanas.
- Anthropic limita quién puede acceder directamente a Mythos, citando temores de que los ciberdelincuentes podrían utilizar sus capacidades como arma.
El nuevo modelo de IA de Anthropic no se lanzó con una conferencia de prensa ni una demostración de producto. Se lanzó en silencio, entregado a un pequeño círculo de socios tecnológicos, y luego comenzó a encontrar errores que habían estado ocultos dentro del software durante décadas.
Según informó por primera vez ThreatVectr, Claude Mythos, un gran modelo de lenguaje (el mismo tipo de tecnología de IA que alimenta chatbots como ChatGPT), llegó en abril de 2023 bajo un programa que Anthropic llamó Proyecto Glasswing. La idea: dar a los defensores una ventaja.
Cincuenta organizaciones socias utilizaron Mythos para escanear sistemas operativos principales y navegadores web en busca de vulnerabilidades, debilidades en el software que los atacantes pueden explotar. El modelo encontró más de 10.000 fallos críticos. Uno había estado sin detectar dentro de OpenBSD durante 27 años. Mythos también puede encadenar múltiples fallos, detectando caminos de ataque que un investigador humano podría perder al examinar cada error aisladamente. Este es el tipo de capacidad que hace que esta historia sea importante, y también la razón por la que preocupa a la gente.
En junio de 2023, el gobierno estadounidense impuso controles de exportación temporales en Mythos y Claude Fable, restringiendo el acceso fuera del país. Se levantaron dos semanas después, pero el episodio ilustró una tensión real: una herramienta lo suficientemente rápida para encontrar vulnerabilidades ocultas también es una herramienta que un delincuente podría usar para explotarlas. Andrew Bailey señaló exactamente esta dinámica cuando advirtió que ningún país puede manejar solo los riesgos de los modelos de IA poderosos días después de una restricción estadounidense similar en julio de 2026.
La respuesta de Anthropic es un enfoque de dos niveles. Claude Fable utiliza la misma tecnología subyacente que Mythos pero opera bajo reglas estrictas que bloquean tareas de seguridad arriesgadas. Si una solicitud activa esas reglas, Fable se transfiere a un modelo más ligero llamado Opus 4.8 en lugar de rechazarla directamente.
¿Qué significa esto para la gente ordinaria?
Para la mayoría de las personas, el efecto directo es invisible, al menos por ahora. Su banco, el sistema operativo de su teléfono, el navegador en el que está leyendo esto: todo contiene código que los equipos de seguridad se apresuran a auditar antes de que lo hagan los atacantes. Mythos acelera esa carrera. Informamos en julio de 2026 que Microsoft solucionó un récord de 570 fallos de seguridad en una sola actualización, acreditando herramientas de IA por el volumen, por lo que Mythos se sitúa en un patrón más amplio, no un experimento aislado.
Cisco, una de las empresas con acceso inicial, ha publicado su Especificación de Seguridad Foundry, un marco de pruebas de código abierto que otros proveedores pueden utilizar sin empezar desde cero. Esto es importante porque los atacantes no esperan.
Los críticos están menos convencidos de que la historia termine ahí. Encontrar errores es solo la mitad del trabajo. Las organizaciones aún necesitan recursos para solucionarlos, y ningún modelo de IA evita que un estafador simplemente hable su camino pasando sus defensas.
Las herramientas están mejorando. Los humanos que las utilizan son la variable que vale la pena observar.
