Anthropic revela fallos de seguridad durante pruebas de IA
El episodio más grave involucró a Opus 4.7 de Anthropic, que obtuvo credenciales y datos de producción incluso después de identificar que interactuaba con una infraestructura real.
-
Anthropic revela fallos de seguridad durante pruebas de IA
La corporación estadounidense Anthropic reveló que tres de sus modelos de inteligencia artificial (IA) Claude accedieron sin autorización a sistemas pertenecientes a otras tantas organizaciones entre abril y julio de 2026, mientras participaban en pruebas de ciberseguridad.
Estos episodios ocurrieron durante desafíos de “captura la bandera” en los que intervenían Opus 4.7, Mythos 5 y un modelo de investigación interno. Una configuración errónea les permitió conectarse a internet real y trascender los límites previstos para los entornos de prueba.
Opus 4.7 de Anthropic extrajo credenciales y datos de producción
Las herramientas vulneraron infraestructuras reales mediante técnicas relativamente sencillas, como el uso de contraseñas débiles y la inyección SQL, un método que introduce código malicioso en los campos de entrada de una aplicación.
El caso más grave involucró a Opus 4.7. El sistema obtuvo credenciales y datos de producción incluso después de reconocer que estaba interactuando con infraestructura real.
Por su parte, Mythos 5 introdujo software malicioso en PyPI, el repositorio oficial de paquetes de terceros para Python. El código llegó a descargarse en 15 sistemas.
El tercer modelo, todavía en fase de investigación, interrumpió la intrusión al identificar que operaba fuera de un entorno simulado.
🔴Inteligencia Artificial de Anthropic bajo sospecha por fugas de datos
— Al Mayadeen Español (@almayadeen_es) July 9, 2026
⭕️ Un organismo oficial de China lanzó una advertencia sobre un comportamiento no declarado en el asistente de programación Claude Code. La nota técnica describe un mecanismo interno capaz de transmitir… pic.twitter.com/PoHK6e21kt
Anthropic descarta problemas de alineación
-
Anthropic revela fallos de seguridad durante pruebas de IA
Dos de las tres organizaciones no detectaron de inmediato la actividad. Anthropic les comunicó posteriormente lo ocurrido, tras una auditoría interna de 141 mil 6 ejecuciones de evaluación iniciada después de que OpenAI informara, el 21 de julio, sobre un incidente similar.
La compañía atribuyó los fallos a errores operativos y a controles insuficientes dentro de los entornos de prueba, y descartó que respondieran a problemas de alineación de los sistemas.
Anthropic suspendió todas las evaluaciones de ciberseguridad el 23 de julio y anunció nuevas medidas de protección, entre ellas vigilancia continua y controles más estrictos sobre proveedores externos.
Nuevas medidas para evaluar sistemas de IA
La empresa también instó a otros laboratorios de IA a someter sus procedimientos a revisiones similares y anunció que publicará transcripciones editadas de los episodios para facilitar su análisis independiente.
Al Mayadeen Español