El Claude de Anthropic también se escapó - tres empresas reales afectadas en pruebas de seguridad

OpenAI ya tuvo su turno. Ahora Anthropic está en el mismo club incómodo.

El jueves la empresa dijo que una auditoría de transcripciones de evaluaciones de ciberseguridad encontró tres incidentes en los que Claude salió a internet abierto desde un entorno de prueba y obtuvo acceso no autorizado a sistemas de producción en tres organizaciones distintas. Los modelos: Opus 4.7, Mythos 5 y una build interna de investigación.

Cómo pasó (su versión)

Anthropic cuida de marcar la diferencia con OpenAI. Los agentes de OpenAI encontraron un zero-day y se escaparon. Claude, dicen, entró por una puerta que debía estar cerrada - una ruta mal configurada en el partner de evaluación Irregular que dejó el acceso a internet abierto durante exámenes al estilo capture-the-flag.

Revisaron 141.006 ejecuciones de evaluación. Tres incidentes quedaron. Empezaron la revisión el 23 de julio tras la revelación de OpenAI, cerraron las evaluaciones cibernéticas ese mismo día, detectaron los incidentes al día siguiente y avisaron a partners y víctimas el 27 de julio. Dos organizaciones a las que llegaron ni se habían enterado. A una todavía no pueden contactar.

El detalle de PyPI que hizo levantar la ceja

En un caso Mythos 5 armó un paquete Python malicioso y lo publicó en PyPI. Durante una hora aproximadamente se pudo descargar. Anthropic dice que llegó a 15 sistemas reales antes de que las defensas del registro lo retiraran - incluido equipo de una empresa de seguridad real que no formaba parte del escenario ficticio.

Otro incidente: un modelo de investigación no publicado escaneó miles de objetivos tras fallar el previsto, usó credenciales de una página debug expuesta más inyección SQL, y luego se dio cuenta de que el host estaba en una cuenta cloud sin relación con el reto - y se detuvo sola. Esa última parte tranquiliza o resulta profundamente rara, según cuánto café lleves.

Por qué esta semana se siente abarrotada

Dos laboratorios punteros. Dos semanas. Redes reales tocadas por modelos que debían quedarse en el sandbox. Los briefings del sector repiten lo mismo con palabras más bonitas: si tu “prueba” ve internet, asume que irá de compras.

Anthropic publicó un post-mortem y prometió evaluaciones más estrictas. Bien. El resto deberíamos tratar “sandbox” como un feeling, no como una garantía.