Cuando la IA empieza a encontrar fallos que nadie había visto: Claude Mythos Preview

Hay noticias sobre inteligencia artificial que suenan importantes desde el titular, y luego están las que, cuando rascas un poco, te dejan una sensación incómoda. Esta es una de esas. Anthropic ha presentado Claude Mythos Preview, un modelo que no piensa lanzar al público general porque, según la propia compañía, ha alcanzado un nivel de capacidad en ciberseguridad que cambia bastante las reglas del juego. No estamos hablando solo de escribir código mejor o de ayudar a depurar programas. Estamos hablando de detectar y explotar vulnerabilidades zero-day en sistemas reales, incluidos todos los grandes sistemas operativos y los principales navegadores web, y hacerlo en muchos casos con una autonomía que hasta hace nada sonaba a ciencia ficción.

La pieza central de este movimiento es Project Glasswing, una iniciativa en la que Anthropic se ha aliado con nombres de mucho peso: Amazon Web Services, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorganChase, la Linux Foundation, Microsoft, NVIDIA y Palo Alto Networks. La idea, sobre el papel, es simple y a la vez bastante reveladora: si un modelo así puede encontrar fallos críticos mejor que casi cualquier humano, entonces conviene ponerlo primero en manos de defensores, mantenedores de software e infraestructuras críticas, no de cualquiera con una tarjeta de crédito y curiosidad ofensiva. Anthropic dice, además, que ha extendido el acceso a más de 40 organizaciones adicionales que construyen o mantienen software crítico, y que destinará hasta 100 millones de dólares en créditos de uso, además de 4 millones en donaciones para seguridad open source.

Lo primero que conviene decir, porque aquí el hype puede dispararse en segundos, es que no estamos ante un producto comercial normal. Anthropic insiste en que Mythos Preview es un modelo generalista, no uno entrenado exclusivamente para hacking. Su fortaleza en ciberseguridad sería, según la empresa, una consecuencia de algo más amplio: una combinación muy fuerte de razonamiento, programación agentic y capacidad para entender sistemas complejos. Dicho de forma menos pomposa: si una IA ya es muy buena leyendo, recorriendo, modificando y conectando piezas de software, es casi inevitable que también acabe siendo muy buena encontrando dónde se rompe ese software.

Y aquí llega la parte realmente seria. En su evaluación pública, el equipo de seguridad de Anthropic afirma que Mythos Preview fue capaz de identificar y explotar vulnerabilidades zero-day en todos los grandes sistemas operativos y en todos los grandes navegadores web durante sus pruebas. Añade, además, que muchos de esos fallos eran sutiles, difíciles de detectar y, en algunos casos, llevaban años escondidos. El ejemplo más llamativo que han hecho público es un bug ya corregido de 27 años en OpenBSD, un sistema famoso precisamente por su enfoque obsesivo en seguridad. La imagen que deja esto es potente: no se trata solo de que haya agujeros, sino de que hay agujeros muy viejos, muy revisados y aun así invisibles para equipos humanos durante décadas.

Anthropic también sostiene que el modelo no se limita a señalar “aquí podría haber algo raro”, que ya sería mucho. Según su informe, Mythos llegó a desarrollar exploits complejos, y en un caso construyó un ataque para navegador encadenando cuatro vulnerabilidades. En otro ejemplo, dicen haber visto al modelo escribir exploits en cuestión de horas para tareas que pentesters expertos estimaban en semanas. Y eso cambia el tono de la conversación. Porque una cosa es automatizar parte de la auditoría de código. Otra muy distinta es acercarse a la automatización del ciclo completo: descubrir el fallo, demostrarlo, priorizarlo y convertirlo en un exploit funcional.

Hay un detalle especialmente inquietante. En la sección técnica publicada por Anthropic, la empresa dice que casi todos los fallos que describe fueron encontrados por Mythos sin intervención humana después de un prompt inicial. En el caso de una vulnerabilidad de ejecución remota de código en FreeBSD, clasificada como CVE-2026-4747, Anthropic afirma que el modelo la identificó y la explotó “fully autonomously”, es decir, sin ayuda humana tras la instrucción inicial. La verdad es que aquí ya no estamos hablando de una IA como copiloto. Estamos más cerca de una IA como investigador de seguridad junior —o quizá no tan junior— que trabaja sola durante horas, revisa cientos de archivos y vuelve con resultados que merecen un parche urgente.

Ahora bien, una noticia así pide prudencia. Porque cuando una empresa asegura que su modelo encuentra miles de vulnerabilidades graves, lo responsable no es repetirlo con cara de asombro, sino mirar el proceso. Y aquí Anthropic sí ha dado algunos datos útiles. La compañía explica que tiene miles de hallazgos adicionales de alta y crítica severidad en proceso de divulgación responsable, que ha contratado expertos humanos para validar manualmente los informes antes de enviarlos a mantenedores y proveedores, y que en una muestra de 198 reportes revisados sus contratistas coincidieron exactamente con la valoración de severidad del modelo en el 89% de los casos; en el 98%, la discrepancia fue de solo un nivel. No prueba todo, pero sí sugiere que no estamos ante una lluvia de falsos positivos sin control.

De hecho, una parte esencial de la historia es precisamente esa: el proceso de divulgación. Anthropic ha publicado unos principios de coordinated vulnerability disclosure para vulnerabilidades descubiertas por Claude. Ahí señala que quiere seguir, en general, el estándar de 90 días, enviar informes revisados por humanos, incluir arreglos sugeridos cuando sea posible y acompasar el ritmo de los reportes a la capacidad real de los mantenedores para absorberlos. Esto parece un detalle menor, pero no lo es. Si la IA multiplica la velocidad a la que se descubren bugs, el cuello de botella deja de estar en “encontrar fallos” y pasa a estar en “validarlos, priorizarlos, entenderlos y corregirlos sin colapsar a quienes mantienen el software”.

Ahí es donde Glasswing intenta presentarse como algo más que un escaparate. La Linux Foundation lo ha explicado con bastante claridad: para muchos mantenedores de software crítico, la seguridad avanzada ha sido durante años un lujo al alcance de los que tenían presupuesto, plantilla y tiempo. Si modelos como Mythos pueden no solo detectar vulnerabilidades sino también proponer parches razonables, el efecto podría ser profundo. Un directivo de la Linux Foundation señalaba incluso que Greg Kroah-Hartman, una de las voces más respetadas del kernel de Linux, consideró “pretty good” algunos parches generados por IA. No es una ovación, pero en ese mundo casi cuenta como aplauso cerrado.

Anthropic ya venía preparando el terreno. En febrero anunció Claude Code Security y explicó que, usando Claude Opus 4.6, su equipo había encontrado más de 500 vulnerabilidades en proyectos open source en producción, algunas ocultas durante décadas, y que estaba trabajando en triage y divulgación responsable con los mantenedores. Además, en marzo contó que había colaborado con Mozilla para mejorar la seguridad de Firefox, aportando informes con casos mínimos de prueba, pruebas de concepto y parches candidatos; en ese contexto, dijo haber identificado 22 CVEs en Firefox. Lo interesante aquí es la trayectoria: Mythos no aparece de la nada, sino como el siguiente salto de una línea de trabajo que ya estaba orientada a convertir modelos en herramientas serias de defensa.

Pero sería ingenuo leer esta historia solo en clave defensiva. La propia Anthropic lo admite con bastante franqueza: no planea hacer Mythos Preview generalmente disponible porque todavía necesita desarrollar salvaguardas capaces de detectar y bloquear las salidas más peligrosas del modelo. También dice que ha mantenido conversaciones con altos cargos del gobierno de Estados Unidos sobre sus capacidades ofensivas y defensivas. Eso importa mucho. Cuando una empresa de IA empieza a hablar al mismo tiempo con Big Tech, con fundaciones de software crítico y con autoridades públicas sobre capacidades ofensivas, ya no estamos en la típica fase de “nuevo modelo, nuevos benchmarks”. Estamos entrando en una conversación de seguridad nacional e infraestructura crítica.

Y, sinceramente, aquí es donde la noticia se vuelve más grande que Anthropic. Porque lo relevante no es solo si Mythos es extraordinario, sino qué anticipa sobre la siguiente generación de modelos. La propia empresa lo dice sin rodeos: cree que estas capacidades van a proliferar pronto. Su tesis es que, a largo plazo, la balanza debería inclinarse a favor de la defensa; es decir, que si las máquinas encuentran bugs mejor que nosotros, también ayudarán a endurecer el software más deprisa. Pero advierte de un periodo de transición complicado, incluso caótico. Y esa idea me parece la más honesta de todo el anuncio. No estamos ante un apocalipsis inmediato ni ante una utopía de software perfecto. Estamos ante una fase intermedia, incómoda, donde atacantes y defensores corren para apropiarse primero de una ventaja nueva.

La reacción externa, por cierto, ha sido bastante reveladora. The Verge recogía que el acceso está restringido precisamente para impedir que adversarios usen el sistema para localizar puntos débiles y lanzar ataques, y subrayaba que Anthropic evita dar detalles de muchos hallazgos porque aún no están parcheados. Business Insider resumía la preocupación de varios profesionales de ciberseguridad con una idea sencilla: una herramienta así podría abaratar y acelerar el trabajo que antes requería equipos muy especializados. Es decir, el riesgo no es solo que existan ataques más potentes, sino que baje la barrera de entrada para ciertos ataques sofisticados.

Eso tiene consecuencias económicas bastante claras. Si una IA puede revisar a gran escala código, binarios, endpoints o navegadores y devolver hallazgos accionables, una parte del trabajo manual de auditoría, pentesting y análisis de vulnerabilidades podría empezar a comprimirse. No desaparecerá de golpe, ni mucho menos. La supervisión humana seguirá siendo crucial, igual que el contexto organizativo, la validación y la respuesta. Pero sí puede cambiar dónde está el valor. Igual que en otros sectores, la IA no elimina primero toda la profesión; suele empezar por devorar las tareas más repetitivas, lentas o escalables. En ciberseguridad, eso significa que el experto que solo “busca fallos” quizá pierda terreno frente al experto que sabe priorizar, verificar, remediar y gobernar lo que una IA encuentra.

Y este patrón, en realidad, conecta con una pregunta más amplia que llevamos meses haciéndonos en muchas industrias. ¿Qué pasa con los asesores fiscales si la IA hace parte de su trabajo? ¿Qué pasa con analistas, revisores, investigadores, personal de compliance, auditores o perfiles técnicos que vivían de detectar problemas difíciles pero rutinarios? Pues probablemente pase algo parecido a lo que empieza a insinuarse aquí: el trabajo no se evapora de un día para otro, pero se desplaza. Menos tiempo en la búsqueda mecánica y más en la interpretación, la responsabilidad, la estrategia y la última milla. La parte incómoda es que esa transición no suele ser amable para todo el mundo. Y la parte aún más incómoda es que llega más rápido de lo que muchas organizaciones estaban preparadas para asumir.

También hay otra lectura menos cómoda para el ecosistema tecnológico. Glasswing junta a Anthropic con algunas de las empresas que mantienen una gran parte de la superficie de ataque compartida del planeta. Eso tiene lógica operativa: si el modelo encuentra fallos en software crítico, conviene coordinar la respuesta con quienes pueden arreglarlo a escala. Pero, además, concentra poder. Poder técnico, poder informativo y poder de decisión sobre quién accede antes a una capacidad peligrosa. Puede que sea la decisión correcta en esta fase, incluso me parece razonable que lo sea. Aun así, conviene no perder de vista la pregunta política de fondo: quién decide cuándo una IA es demasiado poderosa para abrirse, y bajo qué controles.

Mi impresión, hoy, es esta: Claude Mythos Preview no demuestra que hayamos llegado a una superinteligencia, pero sí demuestra algo más concreto y quizá más importante. Demuestra que en dominios muy estructurados, muy técnicos y con reglas duras —como la seguridad del software— la IA ya empieza a producir un tipo de ventaja que no es decorativa. No es “te ayuda un poco”. No es “te resume un informe”. Es una ventaja material sobre procesos que sostienen la seguridad de sistemas reales. Y eso, la verdad, cambia mucho el tono de la conversación sobre IA.

Así que la noticia no es solo que Anthropic tenga un modelo impresionante. La noticia es que una gran empresa de IA ha mirado lo que su modelo puede hacer, ha visto suficiente riesgo como para no lanzarlo públicamente, y ha optado por probar una vía de despliegue restringido, defensivo y coordinado. Puede salir bien o puede revelar límites importantes. Pero ya nos está diciendo algo esencial: la era en la que la IA servía sobre todo para generar texto convincente se nos está quedando atrás. La que viene, para bien y para mal, tiene mucho más que ver con sistemas que encuentran grietas en el mundo real. Y cuando una máquina empieza a encontrar grietas en los cimientos digitales de casi todo, conviene prestar atención. Mucha.