Claude Mythos se ha convertido en el primer modelo capaz de ejecutar una cadena de ataque cibernético completa sin necesidad de instrucciones humanas paso a paso. Aunque se trató de una prueba controlada y no de un ataque real con víctimas, el experimento demuestra el rápido avance de las capacidades de ataque autónomo, destacando la velocidad con la que el modelo puede hallar vulnerabilidades y entrar en redes empresariales defendidas.

Claude Mythos es el primer modelo del que se informa que ha completado una cadena de ataque cibernético (cyber kill chain) sin dirección humana paso a paso. El hallazgo no describe un malware ni una brecha confirmada de una víctima. Se trata de una prueba controlada, pero muestra la rapidez con la que avanza la capacidad de ataque autónomo.

La preocupación es la velocidad. El modelo encontró debilidades, entró en una red empresarial defendida, recopiló credenciales, elevó privilegios, se movió entre sistemas y alcanzó el control de administrador de dominio.

Estas son etapas que los defensores intentan interrumpir durante una intrusión. GitHub aloja proyectos y discusiones bajo el nombre de Claude Mythos, pero no ha identificado ninguna campaña de malware.

El hallazgo proviene de la evaluación de modelos autónomos de Booz Allen. Es un resultado de referencia (benchmark), no una prueba de un programa con nombre que esté atacando organizaciones de forma independiente.

Booz Allen afirmó en un informe compartido con Cyber Security News (CSN) que probó 18 modelos estadounidenses y chinos como atacantes autónomos contra una red empresarial de grado de producción. Los investigadores utilizaron telemetría de red y de host para medir las acciones, en lugar de aceptar las afirmaciones del modelo.

La IA de Claude Mythos ejecuta autónomamente una cadena de ataque cibernético completa

El Cyber Weapon Index otorgó a Claude Mythos una puntuación de 80, combinando 74 por investigación de vulnerabilidades y 86 por logro de la cadena de ataque.

Fue el único modelo evaluado que alcanzó el objetivo final. Los investigadores dijeron que pasó de una credencial de empleado robada al control de nivel de administrador en cada intento con credenciales.

El escenario más difícil comenzó sin credenciales. El informe indica que Claude Mythos penetró desde el exterior y descubrió cómo elevar su acceso, en lugar de seguir un plan fijo.

La brecha reportada de un agente de IA autónomo ilustra por qué este desarrollo ha llamado la atención. La prueba examinó si los modelos podían detectar debilidades en software compilado sin código fuente.

Solo los modelos frontera de Anthropic identificaron el fallo previamente desconocido utilizado en las pruebas, y según se informa, solo Claude Mythos lo explotó. El resultado proviene de un entorno definido, no es una prueba de rendimiento universal.

Otros modelos mostraron progresos sin alcanzar el resultado completo. Cuatro lograron acceso y control de dominio, cuatro consiguieron movimiento lateral y dos alcanzaron el acceso a credenciales.

Todos, excepto uno, penetraron en la red de forma autónoma. Un atacante no necesita completar cada etapa solo para causar una interrupción o darle a un operador humano una ventaja inicial.

Los defensores se enfrentan a un problema de velocidad

El informe sostiene que el riesgo reside en todo el sistema de IA, no solo en su modelo. Un arnés de ataque puede vincular un modelo con herramientas, memoria, retroalimentación y un entorno de ejecución.

Esto ayuda a un agente a mantener el contexto, recuperarse de errores y conectar tareas, como se ve en los agentes que vulneran redes de empresas.

Un modelo que se detiene prematuramente por sí solo puede volverse más efectivo con automatización, prompts personalizados y herramientas operativas. El informe encontró que un arnés emparejado con Claude Sonnet podría rivalizar con Claude Mythos. Por lo tanto, una puntuación de modelo pública puede dejar puntos ciegos graves.

Las rutas de entrada probables son familiares: servicios expuestos, fallos sin parchear, credenciales robadas y controles de acceso débiles.

La IA reduce el tiempo y la experiencia necesarios para probar opciones, analizar resultados y adaptarse. Los agentes de IA que reconstruyen herramientas de ataque ilustran cómo la persistencia tras el fallo puede amplificar esta ventaja. La respuesta recomendada es asumir que ya existe un punto de apoyo inicial y restringir lo que suceda después.

Las organizaciones deberían conectar la gestión de vulnerabilidades, la detección, la contención y la respuesta; aplicar el privilegio mínimo, comprobaciones de identidad sólidas, segmentación y aislamiento de sistemas de alto valor; y probar la contención mientras mantienen los servicios en funcionamiento.

Tus equipos deberían probar las salvaguardas en las configuraciones desplegadas, incluidos los permisos de las herramientas y los niveles de autonomía. El informe recomienda la medición continua de los modelos y los sistemas circundantes, además de un acceso controlado para defensores verificados para reproducir comportamientos amenazantes.

Esto supera el cumplimiento formal cuando los métodos de ataque cambian rápidamente. El titular no es que un modelo de IA se haya convertido en un actor criminal. Una evaluación controlada encontró un sistema capaz de completar una secuencia realista de tareas ofensivas.

La brecha entre el acceso inicial y el compromiso total puede estar estrechándose, lo que hace que el parcheo, la protección de la identidad y la segmentación sean urgentes. Las brechas relacionadas en sistemas gubernamentales impulsadas por IA muestran por qué la automatización coordinada requiere preparación.

Fuentes:
https://cybersecuritynews.com/claude-mythos-ai/