Modelos de la IA de Anthropic escapan del espacio de simulación y hackean empresas reales

La empresa estadounidense Anthropic reveló que tres modelos de Claude accedieron a internet y entraron en sistemas de tres organizaciones durante pruebas de ciberseguridad.

Este hallazgo expone fallas en los ambientes aislados usados para evaluar inteligencia artificial (IA) y que salió a la luz después de un incidente similar reconocido por OpenAI a mediados de julio de 2026.

La compañía revisó más de 146.000 operaciones en las que Claude podría haber obtenido acceso a la red e identificó tres episodios que comenzaron en abril. Los casos involucraron a los modelos Opus 4.7, Mythos 5 y un sistema interno de prueba.

Cómo la inteligencia artificial pudo infiltrarse en tres empresas Según explicó Anthropic en su sitio web , los tres modelos interactuaban con un socio externo encargado de sus evaluaciones cuando lograron salir a internet y luego entrar en sistemas reales.

En cada prueba se les había asignado la tarea de infiltrarse en un sistema ficticio y se les había indicado que se trataba de una simulación sin acceso a la red. La empresa atribuyó lo ocurrido a un malentendido con ese socio externo.

Por esa falla, Claude sí disponía de conexión y cumplió su objetivo, pero sobre infr

Referencias

• Original
  Modelos de la IA de Anthropic escapan del espacio de simulación y hackean empresas reales