Anthropic filtra IA que podría destruir internet por error de configuración

La Anthropic dejó casi 3 mil archivos internos expuestos en internet debido a un error de configuración en el sistema de gestión de contenido, y el incidente salió a la luz la noche del 26 de marzo de 2026. Entre los documentos filtrados se encontraba el borrador oficial de Claude Mythos, el nuevo modelo que la propia empresa describe como “De lejos, el modelo de IA más poderoso que hemos desarrollado.”.

Según el informe de Fortune, que revisó el material y notificó a la compañía, el borrador menciona un nivel interno llamado Capybara y destaca grandes avances en razonamiento, codificación y, principalmente, ciberseguridad. El texto interno advierte que el modelo está “muy por delante de cualquier otra IA en capacidades cibernéticas” y podría abrir el camino a una ola de ataques automatizados que superarían las defensas actuales.

En la práctica, los benchmarks filtrados muestran a Claude Mythos muy por delante de Claude Opus 4.6 en estas áreas. La Anthropic confirmó la filtración como un “error humano” y dijo que restringió el acceso tan pronto como fue notificada. La empresa ya ha comenzado a probar el modelo con un pequeño grupo de clientes en early access, pero enfatiza que está siendo cautelosa precisamente por los riesgos de seguridad mencionados en el propio documento.

El episodio tiene un tono irónico, ya que Anthropic se posiciona como una de las empresas más enfocadas en la seguridad y alineación de la IA, pero un simple error de configuración expuso hojas de ruta, imágenes y borradores completos. Investigadores de seguridad de LayerX y de la Universidad de Cambridge fueron los primeros en identificar el endpoint público.

La compañía continuará con las pruebas controladas de Claude Mythos en las próximas semanas y definirá el cronograma de lanzamiento comercial, con un énfasis adicional en los protocolos de mitigación de riesgos cibernéticos que la filtración ya anticipó.