Anthropic informó que Claude accedió sin autorización a los sistemas de tres organizaciones reales durante una prueba interna de ciberseguridad.

La compañía explicó que un error de coordinación con uno de sus socios de evaluación dejó a los modelos conectados a internet, pese a que las pruebas habían sido diseñadas para realizarse sin acceso a la red pública.

Según Anthropic, Claude ingresó a los sistemas mediante contraseñas débiles y puntos de acceso sin autenticación. Los nombres de las organizaciones afectadas no fueron revelados.

El incidente involucró a Claude Opus 4.7, Claude Mythos 5 y un modelo experimental. En uno de los ejercicios, el sistema confundió una empresa real con parte del entorno ficticio de la prueba y logró acceder a credenciales y una base de datos.

En otro caso, un modelo experimental detuvo el ataque por iniciativa propia al identificar que el objetivo era real. Anthropic señaló que se necesitan más pruebas para determinar qué tan confiable es este comportamiento.

La empresa calificó lo ocurrido como un “fallo operativo”, suspendió sus evaluaciones de ciberseguridad el 23 de julio y notificó a las organizaciones afectadas cuatro días después.

El caso ocurrió poco después de que OpenAI reportara que uno de sus modelos experimentales también logró conectarse a internet y realizar un ciberataque contra Hugging Face.