Ética & sociedad El modelo estrella de Anthropic hackeó el repositorio privado de su rival
Investigadores usaron Claude de Anthropic para vulnerar la infraestructura de OpenAI. El incidente revela un patrón: los laboratorios fronterizos anuncian avances revolucionarios que no resisten el escrutinio técnico, mientras sus propias herramientas exponen fallos básicos de seguridad.
Un grupo de investigadores de seguridad independientes, el colectivo Hacktron AI, accedió al monorepo interno de OpenAI —el repositorio privado donde la empresa concentra el código de sus modelos— utilizando para ello a Claude Opus 5, el modelo estrella de su competidor directo, Anthropic. El ataque, revelado en septiembre, combinó una vulnerabilidad de ejecución remota de código (RCE) en el foro Discourse que aloja la comunidad de OpenAI con una configuración defectuosa del sistema de autenticación único (SSO) de la compañía.
El resultado: tokens de sesión robados, una cuenta de empleado comprometida y una 'pull request' firmada por los atacantes dentro del repositorio privado. OpenAI pagó 6.500 dólares de recompensa y reconoció que los fallos fueron corregidos Investigadores utilizan la IA de Anthropic para acceder al código interno de OpenAI.
El episodio no es un caso aislado. En abril, Anthropic afirmó que su modelo Claude Mythos superaba a la mayoría de expertos en encontrar vulnerabilidades de software. Meses después, tanto Anthropic como Meta admitieron incidentes de seguridad similares al de OpenAI. Paralelamente, las dos empresas anunciaron "avances matemáticos" de sus respectivos modelos —Mythos y Astra— que los matemáticos, tras examinar los detalles, calificaron de menos novedosos de lo que sugerían los comunicados de prensa Don't be fooled by this summer of AI hype. Un ingeniero de Anthropic, Jacob Coxon, renunció de forma pública advirtiendo que su empresa y OpenAI están "corriendo hacia una superinteligencia auto-mejorante y apostando con nuestras vidas".
El patrón: fanfarria corporativa, escrutinio tardío
La secuencia se repite: anuncio espectacular, cobertura mediática acrítica, análisis técnico posterior que rebaja la expectativa. En el caso del hackeo a OpenAI, los expertos en ciberseguridad señalan que la historia real no es una "IA rebelde", sino la ausencia de prácticas básicas de seguridad en la infraestructura de la propia OpenAI: tokens de comunidad con permisos excesivos, SSO mal configurado, dependencia de un tercero (Discourse) sin parchear. La IA fue la herramienta de explotación, no el agente autónomo que la narrativa corporativa sugiere.
Lo mismo ocurre con las capacidades matemáticas. La revisión académica más rigurosa sobre IA para matemáticas (AI4Math) distingue dos enfoques: modelado específico para problemas concretos —donde la IA guía la intuición humana, construye contraejemplos o razona en sistemas cerrados como la geometría— y modelado de propósito general con modelos fundacionales. Este último, aunque versátil, exige datos masivos, computación ingente y no iguala la profundidad de los modelos especializados en dominios estrechos AI for Mathematics: Progress, Challenges, and Prospects. Los anuncios de "rupturas matemáticas" de OpenAI y Anthropic pertenecen al segundo grupo: demostraciones de fuerza bruta computacional presentadas como hitos conceptuales.
Infraestructura estratégica con efectos cuasi-actoriales
El CESEDEN español ha elevado el caso Mythos a categoría de análisis estratégico. Su tesis: la IA avanzada deja de ser herramienta auxiliar para convertirse en "infraestructura estratégica con efectos cuasi-actoriales". No tiene voluntad política, pero condiciona agendas gubernamentales, decisiones empresariales y doctrinas de seguridad. El informe cita que investigadores de Mozilla habrían usado Mythos para hallar 271 fallos graves en Firefox, forzando una respuesta de emergencia, y que el gobierno de EE. UU. revisó su aproximación regulatoria tras evaluar el modelo. También advierte que modelos restringidos pueden filtrarse por entornos de terceros IEEE. El mando ante el algoritmo.
Esa doble dimensión —capacidad real y percepción amplificada— es el núcleo del negocio. Como apunta el investigador Andreu Belsunces, "alimentar el miedo hacia la IA ya forma parte del extraño márketing tecnológico contemporáneo". El alarmismo vende, atrae capital, presiona reguladores y posiciona a las empresas como guardianes indispensables de la tecnología que ellas mismas presentan como existencialmente riesgosa La profecía del 'hype'.
¿Qué significa para América Latina?
Para un ejecutivo en México, Colombia, Chile o Argentina, la lección es triple. Primero: la ciberseguridad de la cadena de suministro de IA es un riesgo operativo inmediato. Si el modelo de un proveedor (Claude) puede usarse para vulnerar la infraestructura de otro (OpenAI), la superficie de ataque de cualquier empresa que integre APIs, fine-tuning o RAG con estos modelos se expande sin que el departamento de TI tenga visibilidad plena. Segundo: la regulación regional —Brasil con su PL 2338, Chile con su proyecto de ley, México con la estrategia nacional— debe distinguir entre capacidades demostradas y narrativas de marketing. Legislar sobre "AGI inminente" desvía recursos de problemas reales: privacidad de datos, sesgo algorítmico, dependencia de proveedores extraterritoriales.
Tercero: la adopción empresarial debe basarse en evaluaciones técnicas independientes, no en benchmarks promocionales. La literatura académica muestra que los modelos especializados (problem-specific) superan a los fundacionales en tareas matemáticas y de razonamiento formal con una fracción del costo computacional. Para una pyme latinoamericana, eso significa que un modelo abierto afinado para su dominio puede ser más rentable y seguro que llamar a GPT-5 o Claude Opus 5 vía API.
No trajo superinteligencia el verano de 2026. Trajo la confirmación de que los laboratorios más poderosos del mundo no blindan su propia infraestructura mientras venden la promesa de que sus modelos blindarán la tuya. La pregunta que queda no es cuándo llegará la AGI, sino cuántos incidentes como el de Hacktron AI harán falta para que la gobernanza corporativa de la IA exija la misma rigurosidad que exige su márketing.
