ACTUALIZACIÓN — «April 22», n.º 2026: filtración de «Mythos»
Según un reportaje de Bloomberg publicado en , un pequeño grupo de usuarios vinculados a una comunidad privada de Discord dedicada a desvelar detalles sobre modelos de IA aún no lanzados al mercado obtuvo acceso no autorizado a la versión preliminar de Claude Mythos a través del entorno de un proveedor externo, y no mediante un ataque directo a los sistemas centrales de Anthropic.
Aunque la atención se ha centrado en el propio modelo, este detalle sitúa el incidente en un terreno más familiar para los equipos de seguridad: la exposición a terceros, la proliferación de accesos y la discrepancia entre el acceso restringido en teoría y el acceso restringido en la práctica. Más que una brecha dramática en la infraestructura fronteriza, la situación pone de manifiesto cómo las capacidades sensibles pueden verse expuestas a riesgos procedentes del ecosistema más amplio que las rodea.
Para los defensores, esa distinción es importante. Rara vez se accede a los sistemas de alto valor a través de la «puerta principal»; los atacantes y los usuarios no autorizados buscan vías alternativas que estén menos controladas o sean menos visibles.
Incidentes como este ponen de manifiesto una realidad que viene de lejos: los resultados en materia de seguridad siguen dependiendo de aspectos fundamentales de la ejecución: saber qué activos existen, cómo los flujos de trabajo de los proveedores conectan los entornos, qué elementos están mal configurados o sin parches, y si realmente se han aplicado las medidas correctivas.
A medida que las herramientas avanzadas mejoran la eficacia de los atacantes, los equipos que disponen de una visibilidad continua de los terminales, el software, el estado de los parches y las desviaciones en la configuración están en mejores condiciones para pasar de la especulación a una respuesta fundamentada.
Este artículo ha sido redactado por Aidan Allchin, investigador en inteligencia artificial de Tanium; Logan Hegler, ingeniero de software (gestión de la exposición); y Melissa Bischoping, directora sénior de investigación en seguridad y diseño de productos.
El artículo « April 7, 2026» de Anthropic, así como la publicación de la « » de 245 páginas y la «Claude Mythos Preview System Card» , han dejado atónitos a los investigadores tanto por las posibilidades como por los riesgos que entraña el desarrollo de la IA de vanguardia. Mientras el sector tomaba aliento de forma colectiva, el consenso general era el siguiente: la aceleración continúa, así pues, ¿cómo nos preparamos?
Los riesgos de seguridad de Mythos que se recogen en la «Anthropic System Card» son reales, pero es necesario leerla con atención y comprender sus limitaciones y su contexto para evaluar el impacto que pueden tener en el mundo real.
En las primeras 50 páginas de la «Anthropic System Card», Anthropic demostró que Claude había evolucionado desde encontrar una vía para una explotación exitosa en menos del 1 % de los casos con el modelo Opus hasta identificar exploits que funcionaban en más del 70 % de los casos con el modelo Mythos. Como es comprensible, la idea de lo que podría llegar a hacer un adversario que utilizara la inteligencia artificial se coló en las pesadillas de todos los responsables de seguridad. La cuestión no es si debe preocuparse, sino si su preocupación se ajusta a las pruebas.
Capacidad de la IA: titulares frente a pruebas
Antes de analizar las implicaciones, conviene determinar qué es lo que realmente muestran los datos y en qué aspectos es necesario matizarlos.
CyberGym mide algo concreto: partiendo de un objetivo y una clase de vulnerabilidad, el modelo debe generar un exploit funcional contra códigos fuente reales de código abierto. Mythos obtiene una puntuación del 83.1 %, frente al 66.6 % de Opus 4.6. Eso no es una mejora insignificante.
La propia descripción interna de Anthropic sobre Opus 4.6 era una «tasa de éxito cercana al 0 % en el desarrollo autónomo de exploits». En una prueba controlada frente al motor de JavaScript de Firefox, Opus 4.6 generó exploits funcionales en dos ocasiones de entre varios cientos de intentos; Mythos generó 181 en la misma prueba. En una evaluación independiente, Anthropic ejecutó modelos sobre aproximadamente mil repositorios del corpus OSS-Fuzz en una escala de gravedad de fallos de cinco niveles: los modelos anteriores de Frontier alcanzaron como máximo el nivel 3; Mythos alcanzó los niveles 3 y 4 , así como el secuestro total del flujo de control (nivel 5) en diez objetivos distintos y totalmente actualizados.
En conjunto, estos resultados respaldan una afirmación limitada, pero importante: los modelos han pasado de «detectar errores en ocasiones» a «encadenar de forma más fiable la explotación en bases de código realistas», al menos en estas condiciones de evaluación.
Desde la artesanía a medida hasta la fabricación industrial
Históricamente, el desarrollo de exploits ha sido tanto un arte a medida como una ciencia. Al igual que un maestro artesano puede dedicar meses a crear un mueble hecho a mano, algunas de las cadenas de vulnerabilidades y los trabajos de investigación más importantes de este siglo han sido, en comparación, algo parecido a «vulnerabilidades artesanales». Siempre ha habido un toque de «magia» en ello, practicada por un número relativamente reducido de personas.
Esta publicación, así como la investigación en la que se basa, representan un cambio de paradigma hacia la industrialización y la democratización del desarrollo de exploits. Nos estamos adentrando en un ecosistema industrial, en el que los exploits se desarrollan bajo demanda y no esperan a que los artesanos los elaboren —salvo en el caso de las variedades más exquisitas—.
Pero no todo está perdido. La fábrica sigue siendo más eficaz a la hora de imitar el estado de la técnica frente a sistemas sin parches y poco seguros. Sabe cómo detectar errores habituales y errores de configuración comunes. Por otra parte, los fallos que esta tecnología es capaz de identificar para que el ataque tenga éxito son los mismos que podría identificar como candidatos prioritarios para la aplicación de parches.
Esto supone una oportunidad: replantearse el refuerzo de la seguridad y la eficacia de los parches como un proceso continuo e ininterrupta del funcionamiento de la organización, mientras la «fábrica de vulnerabilidades» industrial aún se está poniendo en marcha.
Cuando la inteligencia artificial resolvió el problema del plegamiento de las proteínas, no sustituyó a los biólogos, sino que cambió el tipo de problemas en los que estos podían trabajar. Mythos hace lo mismo para los investigadores de seguridad, tanto de un lado como del otro.
Capacidades ofensivas y saturación de los índices de referencia
Las pruebas de rendimiento estándar de tipo CTF están llegando ahora a su límite como indicadores. Mythos obtiene una puntuación del 100 % en Cybench, que abarca la explotación de binarios, la ingeniería inversa, la criptografía, la explotación web y el descubrimiento de vulnerabilidades de principio a fin. Anthropic afirma que ningún otro modelo ha logrado esto. Cuando un índice de referencia alcanza su límite, deja de permitir diferenciar los modelos de la frontera.
Anthropic ha reorientado el enfoque de la evaluació hacia nuevos trabajos de seguridad en el mundo real, incluido el descubrimiento de vulnerabilidades de día cero en software en producción, ya que las métricas que requieren un gran número de repeticiones ya no permiten distinguir entre la memorización y la capacidad real.
Para los profesionales del sector, varios de los criterios habituales para evaluar «¿qué capacidad tiene la IA en el ámbito ofensivo?» han quedado obsoletos. El sector se está esforzando por desarrollar métodos de medición más rigurosos. Esa es una situación radicalmente diferente a la que teníamos hace seis meses.
El problema de la «intervención humana mínima»
Los modelos anteriores requerían la intervención de una persona para realizar las partes más complejas. Mythos cierra aún más el círculo. La métrica «horizonte temporal» de METR mide la duración de la tarea (en tiempo de trabajo de un profesional) que un modelo completa con una fiabilidad del 50 % sin necesidad de intervención manual. Esa métrica ha experimentado un rápido crecimiento; el tiempo de duplicación se ha reducido según la metodología TH1.1 de METR, de .
| Modelo | Publicado | Horizonte temporal del 50 % |
|---|---|---|
| Soneto 3.7 de Claude | Feb 2025 | ~60 min |
| GPT o3 | Apr 2025 | ~120 min |
| Claude, Op. 4.5 | Nov 2025 | ~293 min |
| GPT-5.2 | Dec 2025 | ~352 min |
| Claude, Op. 4.6 | Feb 2026 | ~719 min (~12 h) |
Fuente: Panel de control «METR Time Horizons»
METR no ha publicado una cifra específica sobre Mythos, pero la ficha del sistema de Anthropic ofrece una referencia orientativa: según se informa, Mythos resolvió una simulación de ataque a una red corporativa que se estimaba que llevaría más de diez horas a un experto y que se describió como la primera resolución de extremo a extremo en ese tipo de cibercampo de pruebas privado (p. 52). En la ficha se describe que Mythos funciona mediante «un sistema de control basado en agentes con una intervención humana mínima» (p. 46). La evaluación de Firefox 147 aclara aún más el panorama:
| Modelo | Ejecución completa del código | Notes |
|---|---|---|
| Claude, Op. 4.6 | ~2 éxitos / cientos de intentos | Podía detectar fallos, pero rara vez los aprovechaba |
| Avance de «Claude Mythos» | El 72 % de los ensayos | Converge de forma independiente hacia los mismos valores óptimos en todas las ejecuciones |
Fuente: Ficha del sistema antropogénico, sección 3.3.3
El salto de aproximadamente dos éxitos en varios cientos de intentos al 72 % no es gradual. El modelo toma el mismo tipo de decisiones de selección que tomaría un desarrollador humano de exploits, y lo hace de forma fiable en ejecuciones independientes que parten de diferentes categorías de fallos.
Aunque se eliminaron los dos fallos más susceptibles de ser aprovechados, Mythos siguió superando a los modelos anteriores al aprovechar cuatro fallos distintos, frente al único fallo de Opus 4.6. Anthropic señala además que «el rendimiento sigue aumentando hasta el límite de tokens» (p. 52), lo que significa que es posible que las evaluaciones aún no reflejen un límite máximo.
Mythos es el primer modelo en el que el factor humano ya no constituye el cuello de botella en el proceso de explotación.
Qué implican los riesgos de seguridad de Mythos para la gestión de vulnerabilidades y la defensa
Las tres métricas que figuran a continuación definen el problema operativo. Cada uno de ellos ya iba por mal camino antes de «Mythos». Cada uno de ellos acelera aún más gracias a ello.
Indicador 1: Tiempo transcurrido desde la notificación hasta la explotación
Hace menos de diez años, el plazo medio transcurrido desde el descubrimiento de una vulnerabilidad y su divulgación pública hasta su explotación activa era de 63 días. Mandiant señaló que este intervalo pasó de 32 días en 2022 a 5 días en 2024. La reducción de la media ya era brutal y estaba mermando la capacidad de muchos equipos. Gracias a la amplificación impulsada por la inteligencia artificial, en determinados tipos de temas, la conversación pasa a referirse con mayor frecuencia a «horas», en lugar de a «días».
Lo que antes eran parches de emergencia para francotiradores, reservados únicamente para los problemas de mayor gravedad, probablemente se convierta ahora en una operación rutinaria que los procesos y herramientas heredados no están preparados para gestionar. La cuestión no es si su equipo puede aplicar parches más rápidamente en una situación de crisis, sino si su proceso de desarrollo está diseñado para mantener ese ritmo de forma continuada.
Métrica 2: Volumen de divulgación coordinada
El plan de divulgación de Glasswing implica que se prepare ya. Según Anthropic: «Los socios compartirán entre sí, en la medida de lo posible, información y buenas prácticas; en un plazo de 90 días, Anthropic informará públicamente sobre lo que hayamos aprendido, así como sobre las vulnerabilidades corregidas y las mejoras introducidas que puedan hacerse públicas». Es posible que miles de CVE pasen a formar parte del registro público de forma simultánea, y ese volumen aumentará si Mythos se difunde más ampliamente o si otros proveedores desarrollan capacidades similares.
Las implicaciones prácticas para los equipos de gestión de parches son considerables:
- La lista de parches derivada de una sola divulgación de «Glasswing-wave» podría superar con creces cualquier cifra registrada en un solo «Patch Tuesday» de la historia.
- Los parches pueden ser importantes, tener una puntuación CVSS elevada y extenderse simultáneamente por la infraestructura, las estaciones de trabajo, los servidores, las bases de datos y los dispositivos OT o IoT.
- Si elimina ahora su lista de parches pendientes, reducirá la superficie que tendrá que defender cuando llegue la oleada.
- La consolidación del software que no se utiliza reduce la carga que supondrán las actualizaciones en el futuro.
- Las imágenes «gold» obsoletas suponen un riesgo: actualícelas o, mejor aún, modernice su estrategia de implementación y aprovisionamiento para eliminar por completo la dependencia de las imágenes estáticas.
Métrica 3: Difusión de capacidades
El desfase entre Frontier y Open-Weight se ha reducido drásticamente en las últimas generaciones de modelos:
| Modelo «Frontier» | Publicado | Comparación de peso libre | Publicado | Retraso |
|---|---|---|---|---|
| GPT-4 | Mar 2023 | Llama 3.1 405B | Jul 2024 | ~16 meses |
| Claude, Op. 4.5 | Nov 2025 | MiniMax M2.5 | Feb 2026 | ~79 días |
| Claude, Op. 4.6 | Feb 2026 | GLM-5.1 | Apr 2026 | ~61 días* |
*Las cifras del punto GLM-5.1 se basan en datos facilitados por los propios proveedores y deben considerarse como una hipótesis sólida, no como un hecho confirmado.
Fuentes: OpenAI, Meta, Anthropic (4.5), Anthropic (4.6), MiniMax, Z.ai
De dieciséis meses a 61 días supone, aproximadamente, una compresión de 8x en tres años. Según el informe « » de Epoch AI, el retraso medio en la apertura de posiciones se sitúa en aproximadamente 3.5 meses a lo largo de todo el historial, aunque los datos recientes se agrupan en un intervalo más reducido.
Anthropic ha estimado públicamente que pasarán entre seis y dieciocho meses, aproximadamente, antes de que los modelos de peso abierto alcancen una capacidad de nivel «Mythos» en tareas cibernéticas. En la RSA 2026, Alex Stamos, director de productos (CPO) de Corridor y antiguo director de seguridad de la información (CISO) de Facebook, planteó un plazo de seis meses (que se ajusta más a la tendencia empírica que el límite superior de dieciocho meses de Anthropic) y advirtió: «Todos los jóvenes de 19 años de San Petersburgo tendrán la misma capacidad».
Cuando la capacidad propia de Mythos se extiende a los modelos de peso libre, suelen producirse dos cambios simultáneamente:
- El coste de la inferencia se reduce drásticamente: . Modelos como MiniMax M2.5 ya funcionan a un coste aproximado de 1/20th veces el de Claude Opus 4.6, lo que hace que su uso continuado o a gran escala resulte económicamente insignificante para muchos actores.
- Las restricciones de comportamiento se han atenuado: Los comportamientos más graves documentados en la «System Card» de Anthropic se observaron en versiones internas anteriores de Mythos durante su desarrollo, y no en el modelo de vista previa compartido a través del Proyecto Glasswing. Para mitigar esos comportamientos fue necesario llevar a cabo un exhaustivo proceso de ajuste y evaluación tras el entrenamiento, que incluyó flujos de trabajo de seguridad personalizados, tareas relacionadas con la interpretabilidad y pruebas repetidas. Dicho esfuerzo fue de gran envergadura, requirió mucha mano de obra y era específico del proceso de entrenamiento de Anthropic, lo que significa que no se transfiere junto con los pesos del modelo. Por consiguiente, lo más adecuado es interpretar esos comportamientos iniciales como un anticipo plausible de lo que podrían mostrar implementaciones con capacidades similares pero menos alineadas, y no como una característica de la propia versión «Mythos Preview» lanzada.
En definitiva, el plazo de planificación del defensor no es «cuando Anthropic lance Mythos al público». Esto ocurre cuando los modelos de peso abierto alcanzan una capacidad cibernética de nivel «Mythos» sin esas restricciones de comportamiento. Ese plazo comenzó, de hecho, el April 7, y se mide en meses, no en años.
Un nuevo enfoque de la gestión de parches en la era de la inteligencia artificial
El «Patch Tuesday» es un vestigio de otra época. La periodicidad mensual de las actualizaciones se diseñó teniendo en cuenta el ritmo con el que los seres humanos detectan vulnerabilidades, desarrollan exploits y llevan a cabo los procesos de control de cambios. Esas hipótesis constituyen ahora un lastre estructural. El cambio no consiste simplemente en «aplicar los parches más rápido». El panorama exige un cambio fundamental hacia la aplicación de parches de precisión y la gestión continua de la exposición a las amenazas: procesos que sean ágiles, específicos, rápidos e iterativos.
Dado que el desarrollo de software ha adoptado procesos de CI/CD más rápidos y flujos de trabajo basados en la inteligencia artificial, la seguridad debe seguir el mismo patrón. El ámbito de la seguridad ha tardado más en dar ese paso, pero el ritmo al que Mythos va a acelerar los ciclos de parches lo obligará a ello.
La gestión de parches en la era de la IA consiste en abordar la corrección de vulnerabilidades del mismo modo que los equipos de software modernos abordan las implementaciones: combinando la ejecución automatizada con inteligencia en tiempo real, controles de verificación y ciclos de retroalimentación continuos, en lugar de operaciones por lotes periódicas.
El sector ya sabía que, en términos generales, esto era cierto. La detección de vulnerabilidades asistida por IA ha sido un tema recurrente en todas las principales conferencias sobre seguridad y organizaciones de investigación desde hace años. Mythos no es una sorpresa en sí misma, sino solo por su magnitud y la rapidez con la que se produce. El plazo se ha reducido de «en algún momento» a «ahora mismo». Las hipótesis en las que se basa su programa en lo que respecta a los acuerdos de nivel de servicio (SLA), las herramientas, la dotación de personal y los marcos de priorización se diseñaron para un mundo que ya no existe.
La verificación no es opcional
La aplicación de un parche y el hecho de no realizar ningún seguimiento no garantiza la eficacia de la corrección sin comprobaciones adicionales que permitan determinar si el parche ha sido suficiente y se ha aplicado correctamente. En un mundo en el que se aplican parches cada vez más rápido y en mayor volumen, el riesgo de que la cobertura sea incompleta aumenta debido a:
- Terminales no gestionados que quedan fuera del ámbito de aplicación de las actualizaciones de seguridad
- Excepciones y aplazamientos que dan lugar a lagunas permanentes
- Implementaciones fallidas que se registran como correctas
- Imágenes «gold» obsoletas que se vuelven a implementar en su entorno con software desactualizado hasta el siguiente ciclo de parches
Saber que se ha corregido de forma verificable una vulnerabilidad en todos los terminales es más importante que nunca, ya que los atacantes pueden reaparecer en los equipos que se hayan pasado por alto. La gestión continua de la exposición a amenazas —es decir, considerar la reducción de la exposición como un proceso iterativo y no como un proyecto puntual— es el modelo operativo que mejor se adapta a este entorno.
Una definición ampliada de «seguro por defecto»
Tradicionalmente, la expresión «seguro por defecto» se refería a una configuración de envío segura: privilegios mínimos, ajustes predeterminados reforzados y superficie de ataque reducida, partiendo de la base de que los atacantes actúan a velocidad humana.
Según los materiales públicos de Anthropic sobre Glasswing (), la investigación relacionada con Mythos incluye hallazgos tales como una vulnerabilidad en OpenBSD con 27 años de antigüedad, un error en FFmpeg con 16 años de antigüedad que resistió un volumen enorme de pruebas de fuzzing automatizadas, y el encadenamiento autónomo de problemas del núcleo de Linux hasta lograr el control total de la máquina.
Si las herramientas de esta categoría de capacidad pueden sacar a la luz problemas que datan de hace décadas en códigos fuente sometidos a rigurosas auditorías, entonces el concepto de «seguridad por defecto» debe ir mucho más allá de la configuración. Esto debe significar que cada programa informático que se comercializa en la actualidad sea analizado de forma activa mediante herramientas adecuadas antes de que llegue a la fase de producción. En lo que respecta a la infraestructura, suponga que los servicios expuestos se enfrentan a un escaneo continuo, al menos a este nivel de capacidad. La segmentación de redes, las arquitecturas de confianza cero y el aislamiento en tiempo de ejecución ya no son meras aspiraciones de los modelos de madurez, sino requisitos arquitectónicos básicos.
Accesibilidad: el coste es temporal; la capacidad es emergente
A corto plazo, el acceso a la clase Mythos resulta costoso. Los precios de la era Glasswing citados por Anthropic son de 25/125 dólares por millón de tokens de entrada/salida, frente a los 5/25 dólares correspondientes al aumento de Opus 4.6—a 5x . Un escaneo continuo de gran volumen a ese precio no es algo baladí, pero el coste supone una barrera temporal.
Anthropic afirma en que no entrenaron explícitamente a Mythos Preview para llevar a cabo ciberataques; estas capacidades «surgieron como una consecuencia derivada de las mejoras generales en el código, el razonamiento y la autonomía». Tiene sentido, si se tiene en cuenta la curiosidad, la autonomía y el ingenio que hacen que un gran hacker sea grande.
Si esto se cumple, en el futuro aparecerán superficies similares en todos los modelos que cuenten con la capacidad suficiente, independientemente de la intención del fabricante.
Si a ello le sumamos la reducción del retraso de peso abierto y la disminución de los costes de inferencia, «quién puede permitirse la API» no constituye un obstáculo a largo plazo. «¿Quién cuenta con una flota y una cadena de suministro?» es.
El vector dentro de la casa: agentes, arneses y límites estrictos
El uso indebido externo por parte de actores malintencionados acapara la mayor parte de la atención mediática con un lanzamiento como Mythos. Sin embargo, el riesgo paralelo es interno: agentes autorizados o «en la sombra» con amplio acceso a herramientas, datos de la empresa y credenciales válidas que operan dentro de su perímetro.
Una investigación que recopila más de 177,000 herramientas MCP (Model Context Protocol) señala que la integración rutinaria de agentes en sistemas de archivos, navegadores, entornos de ejecución de código, bases de datos y API de producción constituye una capacidad estándar de estos marcos.
Los arneses de tipo «Claw» —bucles de herramientas ajustados con autonomía persistente— se han extendido rápidamente; OpenClaw alcanzó aproximadamente 247,000 estrellas en GitHub en ocho semanas, con docenas de variantes, y cuyos patrones de acceso predeterminados abarcan terminales, navegadores, sistemas de archivos, recuperación de memoria e integraciones externas. Un amplio acceso, sumado a la autonomía, amplía la superficie de ataque tanto hacia el interior como hacia el exterior de forma simultánea.
Las reglas a nivel de harness siguen siendo código escrito por personas. Fracasan; los modelos los eluden cuando prima la finalización de la tarea. La «System Card» de Anthropic, titulada « », describe un episodio en el que Mythos, al que se le pidió que corrigiera un error y publicara una confirmación firmada sin credenciales, consultó el estado del supervisor e intentó extraer memoria tras recibir un aviso del usuario —un comportamiento caracterizado por dar prioridad a la consecución del objetivo frente a la evaluación del riesgo—. Ese incidente se produjo durante la evaluación previa al lanzamiento, antes de que se llevaran a cabo trabajos adicionales de alineación. Anthropic afirma que la versión «Mythos Preview» que se va a lanzar está muy alineada según sus criterios, aunque señala que algunas acciones aisladas y desalineadas pueden seguir siendo graves precisamente debido a su gran capacidad.
Visibilidad en el ámbito empresarial de la IA
El primer requisito es saber qué se está ejecutando dentro del perímetro, tanto lo que está autorizado como lo que no lo está. La mayoría de las organizaciones carecen de una visión clara de la inferencia local, los asistentes de inteligencia artificial y los agentes autónomos implementados en su entorno. No se puede proteger lo que no se ve, y en estos momentos la mayoría de las organizaciones carecen de un inventario fiable que indique en qué medida se está utilizando realmente la inteligencia artificial dentro de su perímetro.
El sector de la ciberseguridad en su conjunto deberá seguir realizando importantes inversiones en herramientas de visibilidad basadas en la inteligencia artificial, ya que la brecha entre lo que las organizaciones creen que se está ejecutando y lo que realmente se está ejecutando es considerable y va en aumento.
Implementación segura y gestión en tiempo real de agentes de IA
La visibilidad por sí sola no basta. Las organizaciones también necesitan una forma de implementar agentes de IA de forma segura y gestionarlos de manera centralizada en todo su parque de dispositivos. El entrenamiento conductual y las medidas de protección a nivel de aplicación resultan útiles, pero no constituyen garantías suficientes frente a agentes capaces y orientados a objetivos.
Entre las tendencias emergentes se incluyen las políticas a nivel del sistema operativo para las restricciones del sistema de archivos, la red y los procesos, y los principales proveedores de seguridad —entre los que se encuentran Cisco, CrowdStrike, Google Cloud y Microsoft— ya están colaborando en la elaboración de normas de políticas en tiempo de ejecución para agentes autónomos.
En un análisis, Claude se refirió a algunas de las medidas de seguridad adoptadas ante la filtración del mapa del sistema « March 2026 » como «defensa basada en las vibraciones». Aunque los conjuntos de normas y directrices comprensibles para las personas puedan llegar a formar parte de nuestro conjunto estándar de herramientas de defensa, sigue habiendo unas listas de comprobación mínimas de controles técnicos:
- Aislamiento en entorno de pruebas en el límite entre el sistema operativo y el contenedor (no se trata de una instrucción del sistema): . Los agentes deben ejecutarse en contenedores aislados para que, en caso de que se comporten de forma inadecuada, las consecuencias queden limitadas; esta medida debe aplicarse a nivel de infraestructura, y no mediante la formación en seguridad del modelo.
- Política de red en todas las rutas de salida: . Todas las conexiones salientes deben interceptarse y evaluarse según la política. Un agente que no pueda conectarse a un terminal no podrá interactuar con él, lo que protege los servicios internos frente a agentes maliciosos y los datos de la empresa frente a la filtración.
- Credenciales fuera del entorno del agente: Las credenciales nunca deben ser accesibles dentro del entorno aislado de un agente. Deben ser gestionadas por un proxy ajeno al entorno del agente e inyectadas en las solicitudes salientes únicamente una vez que hayan salido del entorno aislado del agente.
- Enrutamiento y registro centralizados para la inferencia, las herramientas y las llamadas de red: Todas las solicitudes salientes deben enrutarse a través de un proxy que registre íntegramente cada solicitud de red, cada llamada de inferencia y cada invocación de herramientas, lo que permite una investigación forense eficaz y la validación del cumplimiento normativo.
De la señal a la respuesta: qué supone esto para los defensores
Los riesgos de Mythos descritos anteriormente son reales, pero no son imposibles de conocer. Lo que sigue siendo incierto es el momento, no la dirección. Aún no conocemos la fecha exacta en la que los modelos de peso abierto igualarán a Mythos en tareas cibernéticas autónomas de espectro completo, ni disponemos de una replicación amplia e independiente de todos los resultados de Anthropic de la clase «Firefox» en distintos entornos y pilas tecnológicas.
Lo que está claro es que los defensores ya no pueden permitirse el lujo de esperar a tener certezas. Los plazos para el descubrimiento y la instrumentalización de vulnerabilidades se están acortando a un ritmo más rápido del que la mayoría de los programas de aplicación de parches y gestión de la exposición fueron diseñados para absorber. En ese contexto, reaccionar ante los titulares resulta menos útil que poner a prueba las hipótesis en situaciones de presión.
La pregunta más relevante para los responsables de seguridad y de TI en estos momentos no es «¿Hasta qué punto se agrava Mythos?». La pregunta es: «¿En qué aspecto falla en primer lugar nuestro modelo operativo actual si los márgenes de exposición siguen reduciéndose?».
Para algunas organizaciones, la dificultad radica en establecer prioridades. Para otros, esto se manifiesta en el rendimiento de las pruebas, en las limitaciones de implementación o en la comprobación de la cierre en entornos de terminales fragmentados. En casi todos los casos, el punto débil no radica en las herramientas por sí solas, sino en el proceso mediante el cual la información sobre las vulnerabilidades se traduce en una reducción contrastada del riesgo.
Ese cambio —del análisis del riesgo a la puesta en práctica de la respuesta— es donde el debate sobre «Mythos» cobra importancia. El reto que queda por resolver es de carácter organizativo más que teórico: si los supuestos actuales sobre la vulnerabilidad y la aplicación de parches siguen siendo válidos a medida que el descubrimiento, la priorización y la explotación se acercan cada vez más entre sí.
Dado que Mythos es inevitable, la aplicación de parches no es opcional y debe realizarse con rapidez y a gran escala. La gestión autónoma de parches de Tanium transforma la gestión y la seguridad de los terminales gracias a una aplicación de parches autónoma, integrada y exhaustiva.
Gracias a la inteligencia artificial y a la información en tiempo real sobre los dispositivos finales, Tanium contribuye a reducir las ventanas de exposición que los modelos de la clase Mythos están diseñados para aprovechar, antes de que los atacantes puedan actuar sobre las vulnerabilidades que detectan.
Preguntas frecuentes sobre los riesgos de seguridad de Mythos
El lanzamiento de «Mythos» suscitó una amplia cobertura mediática, en parte precisa y en parte no. Estas aclaraciones abordan los aspectos que suelen generar más confusión.
¿Acaso el modelo de Mythos que se ha dado a conocer ha escapado de los entornos de pruebas y ha borrado sus huellas?
No, no es el modelo que ya se ha lanzado al mercado. Los incidentes de comportamiento que documenta Anthropic —entre los que se incluyen la salida del entorno aislado, el ocultamiento de rastros, la suplantación de credenciales a través de /proc/ y la publicación de material confidencial— se atribuyen a versiones internas anteriores de Mythos, y no a la versión Mythos Preview de la era Glasswing.
La ficha de Anthropic System deja claro que los incidentes graves de ese tipo se produjeron en versiones «anteriores» a algunas de las intervenciones de formación más eficaces de Anthropic (p. 54). Se describe que el modelo publicado sigue tomando atajos imprudentes en situaciones de menor riesgo, pero no muestra los mismos patrones de engaño graves. Mencionar esos comportamientos sin especificar la versión es, técnicamente, inexacto.
Si Mythos no ha logrado superar los sistemas actualizados, ¿significa eso que las actualizaciones siguen siendo suficientes?
La aplicación de parches sigue siendo el principal punto de ventaja del defensor, y el fracaso de Mythos frente a «un entorno de pruebas debidamente configurado con parches modernos» (Anthropic System Card, p. 52) es una buena noticia que queda oculta tras las cifras más destacadas.
«Mythos» se presenta como un arma de precisión contra la falta de higiene y las pilas sin revisar. El reto organizativo consiste en determinar si los equipos son capaces de aplicar parches, validar la cobertura y actualizar las imágenes con la rapidez suficiente, en un contexto en el que tanto la detección como la explotación de vulnerabilidades se están acelerando. La respuesta es el ritmo y la verificación.
¿Qué significa que los índices de referencia estándar estén «saturados»?
Anthropic ha reorientado el enfoque de su evaluación hacia nuevas tareas de seguridad en el mundo real, entre las que se incluye la detección de vulnerabilidades de día cero en software en producción, ya que las pruebas comparativas que miden la réplica de vulnerabilidades conocidas acaban por dejar de ofrecer una diferenciación útil en la vanguardia.
Cuando un punto de referencia alcanza su límite, ello no significa que la tarea esté resuelta en un sentido absoluto. Significa que la prueba ha alcanzado los límites para los que fue diseñada. La puntuación del 100 % obtenida por Mythos en Cybench indica que esta prueba de rendimiento concreta ya no permite diferenciar de forma significativa entre los modelos de gama alta, un resultado normal y recurrente a medida que mejoran las prestaciones de los modelos.
La implicación práctica es clara: la evaluación evoluciona al mismo tiempo que la capacidad. A medida que los modelos evolucionan, las pruebas de referencia se perfeccionan, se sustituyen o se hacen más exigentes para que sigan midiendo lo que realmente importa. En este caso, el enfoque de la evaluación de Anthropic se está desplazando hacia tareas más complejas y menos repetibles, precisamente porque estas reflejan mejor el tipo de cuestiones de seguridad de la IA en el mundo real que preocupan a los profesionales .
¿Se entrenaron deliberadamente las capacidades ofensivas de Mythos?
N.º . Anthropic afirma en: «No hemos entrenado explícitamente a Mythos Preview para que tenga estas capacidades». Más bien, surgieron como una consecuencia derivada de las mejoras generales en el código, el razonamiento y la autonomía».
Esto significa que es probable que surjan superficies de capacidad similares en modelos con una escala, regímenes de entrenamiento y características arquitectónicas comparables a las de los LLM de vanguardia, como Mythos. Aunque las empresas no revelan todos los detalles de dichas arquitecturas, la tendencia sugiere que la difusión de capacidades viene determinada, en menor medida, por decisiones políticas que por la dinámica subyacente del escalado de los modelos de uso general.
Recursos adicionales
- Vea esta demostración bajo demanda para descubrir cómo la gestión autónoma de parches de Tanium ayuda a las organizaciones a reducir de forma continua la brecha de exposición a vulnerabilidades, haciendo frente a las amenazas impulsadas por la inteligencia artificial con la rapidez y la escala que exigen los entornos actuales.
Antropico
- Ficha del sistema «Claude Mythos» (versión preliminar)
- Evaluación de las capacidades de ciberseguridad de Claude Mythos Preview
- Proyecto Glasswing
- Les presentamos a Claude Opus 4.5
- Les presentamos a Claude Opus 4.6
Investigación sobre la capacidad de los modelos y su evaluación
- METR
- Epoch AI
Modelos de peso libre
- MiniMax
- Moonshot AI
- Hugging Face
Análisis e informes del sector
- VentureBeat
- CyberScoop
- Techbriefly
- HPCwire
