Anthropic dice que un modelo interno llamado Claude Mythos Preview ha identificado debilidades en dos objetivos criptográficos, incluido un ataque mejorado contra HAWK, un candidato a firma poscuántica, y un nuevo ataque contra una versión reducida de AES-128. La empresa afirma que ninguno de los dos resultados rompe los sistemas utilizados hoy en Internet, pero el trabajo es notable porque sugiere que los sistemas de IA de frontera pueden empezar a contribuir al criptoanálisis avanzado en lugar de limitarse a ayudar con código, búsquedas o trabajo con documentos.

El informe, descrito por The Decoder a partir de la divulgación de Anthropic, se centra en una configuración semiautónoma de múltiples agentes en la que, según los informes, el modelo realizó la mayor parte de la exploración técnica mientras los humanos se encargaban de la gestión del proyecto, la redacción de instrucciones y la verificación. Anthropic dice que el resultado sobre HAWK surgió en unas 60 horas después de años de revisión previa por parte de especialistas humanos, y que cada ejecución del proyecto costó aproximadamente 100.000 dólares en uso de API. Si esos detalles se sostienen ante un escrutinio más amplio, el desarrollo importa mucho más allá de la publicación de un solo modelo: implicaría que los sistemas de IA están empezando a ser capaces de realizar trabajo original significativo frente a difíciles problemas matemáticos de seguridad.

Qué dice Anthropic que encontró el modelo

Según el relato de The Decoder sobre los hallazgos de Anthropic, Claude Mythos Preview produjo dos resultados distintos. El primero fue un ataque mejorado contra HAWK, uno de los candidatos restantes en un proceso del National Institute of Standards and Technology para firmas poscuánticas adicionales. La criptografía poscuántica está pensada para seguir siendo segura incluso si en el futuro los ordenadores cuánticos a gran escala llegan a ser prácticos, por lo que cualquier nueva debilidad en un esquema candidato es significativa para el trabajo de estandarización, aunque no afecte a los productos desplegados.

Anthropic dice que el modelo descubrió una simetría antes inadvertida en la estructura de retícula que sustenta la seguridad de HAWK. En la versión de la empresa, uno de los agentes del sistema consideró inicialmente el enfoque inviable, mientras que otro encontró una forma de explotarlo. Ese detalle importa porque presenta el resultado menos como una respuesta puntual de un chatbot y más como un flujo de trabajo de investigación orquestado con varios roles del modelo.

El segundo resultado concierne a AES-128, pero con una limitación importante. Anthropic dice que el ataque solo se aplica a una versión con rondas reducidas, de siete rondas en lugar de las diez rondas de AES-128 completo. AES sigue siendo el estándar de cifrado simétrico más utilizado en la práctica, por lo que cualquier mención a un “nuevo ataque a AES” puede sonar más alarmante de lo que justifican las pruebas. Según lo que se ha informado, esto no supone una ruptura de AES completo tal como se usa en los sistemas habituales de Internet y empresa.

Para ese objetivo reducido, Anthropic dice que Claude Mythos desarrolló un nuevo enfoque de fingerprinting que denomina “Möbius Bridge”. La empresa afirma que el método mejora los ataques previos entre 200 y 800 veces al eliminar una de las suposiciones del atacante. Se trata de una afirmación técnica de rendimiento por parte del proveedor, no de un punto de referencia de la industria validado de forma independiente en las pruebas que se ofrecen aquí.

Por qué destaca el resultado de HAWK

El hallazgo sobre HAWK parece ser la parte más relevante de la historia porque afecta a una canalización activa de estandarización y no a una versión deliberadamente debilitada de un cifrado ya establecido. The Decoder informa que expertos humanos habían revisado HAWK durante más de dos años antes de que Claude Mythos Preview encontrara un ataque más fuerte en unas 60 horas. Incluso con la salvedad de que el modelo estaba integrado en un flujo de trabajo estructurado y posteriormente fue revisado por humanos, esa comparación es la razón principal por la que la noticia está recibiendo atención.

HAWK no es hoy un estándar de Internet desplegado. Es un candidato bajo revisión por el National Institute of Standards and Technology, y esa distinción limita de forma acusada el riesgo operativo inmediato. Pero para equipos que construyen herramientas criptográficas, hardware seguro o sistemas regulados de larga vida, el episodio recuerda que el proceso de evaluación de la criptografía poscuántica puede acelerarse y volverse menos predecible a medida que mejoran los sistemas de IA.

También introduce una pregunta más práctica para investigadores y organismos de normalización: si los modelos pueden encontrar debilidades reales en esquemas candidatos a un coste no trivial pero manejable, entonces el listón del criptoanálisis público podría cambiar. Eso no significa automáticamente que los mejores ataques contra algoritmos ampliamente desplegados sean inminentes. Sí significa que futuras rondas de revisión de la criptografía poscuántica podrían ver más pruebas automatizadas y adversariales que la revisión por pares tradicional por sí sola.

¿Cuánta autonomía tuvo realmente el modelo?

Una cuestión clave al evaluar este anuncio es cuánto del trabajo debe atribuirse a Claude Mythos frente al sistema circundante y a los operadores humanos. La descripción de Anthropic, según The Decoder, dice que los humanos eran sobre todo responsables de la gestión del proyecto, de una redacción ligera de prompts y de la verificación. En el proyecto HAWK, la empresa dice que el investigador humano principal tenía formación en informática teórica, pero no era experto en criptografía basada en retículas.

Para el trabajo sobre AES reducido, Anthropic dice que un investigador creó una estructura que permitía al modelo formular hipótesis y ejecutar experimentos. La empresa también dice que el modelo se resistió inicialmente a la tarea, argumentando que era poco probable lograr más mejoras, antes de que se le empujara a seguir líneas de investigación más originales. Durante unos tres días, la ejecución habría consumido alrededor de 1.000 millones de tokens y requerido solo unos pocos prompts de seguimiento sustanciales.

Esos detalles pueden leerse en dos sentidos. Por un lado, respaldan la afirmación de Anthropic de que el sistema hizo algo más que autocompletar ideas conocidas. Por otro, muestran que no fue una simple sesión de chat lista para usar. Implicó una configuración de investigación diseñada expresamente, un uso intensivo de tokens y una verificación exhaustiva al finalizar. Para quienes construyen agentes de IA, la lección quizá no sea “el modelo resolvió la criptografía por sí solo”, sino “los sistemas multietapa cuidadosamente estructurados pueden a veces extraer trabajo de nivel frontera de un modelo en dominios estrechos”.

Evidencia, verificación y lo que sigue sin probarse

Las afirmaciones más fuertes de esta historia proceden de Anthropic y son transmitidas por The Decoder. El artículo dice que investigadores humanos dedicaron varios cientos de horas a verificar los resultados y que Anthropic compartió los hallazgos con antelación con el gobierno de EE. UU., socios de la industria y los autores de HAWK. Ese proceso de divulgación es una señal positiva, pero no es lo mismo que una validación pública amplia.

Las pruebas que se ofrecen aquí no incluyen un artículo revisado por pares, una replicación independiente ni respuestas del National Institute of Standards and Technology, de los autores de HAWK o de criptógrafos externos. Tampoco establecen si el ataque mejorado a HAWK cambia de manera material la posición del candidato en el proceso de estandarización. Esas son incógnitas importantes.

Anthropic también dice que Claude Mythos Preview no está disponible públicamente. Eso limita por ahora las pruebas externas de las afirmaciones de la empresa. Junto al trabajo del modelo, Anthropic dice que colaboró con ETH Zurich, la Tel Aviv University y la University of Haifa en un benchmark llamado CryptanalysisBench para evaluar modelos de lenguaje en tareas de criptoanálisis. Los benchmarks pueden ayudar al sector a comparar sistemas de forma más sistemática, pero no sustituyen la revisión independiente de supuestas rupturas o ataques.

Qué significa esto para los desarrolladores de IA y los equipos de seguridad empresarial

Para los desarrolladores de IA, esta historia apunta a una clase de casos de uso que se parece mucho menos a los copilotos empresariales o a los chatbots de consumo. El criptoanálisis es costoso, muy específico y exige mucha verificación. Pero recompensa la búsqueda persistente en vastos espacios de hipótesis, que es precisamente donde los sistemas agénticos pueden mejorar rápidamente. Las empresas que desarrollen agentes de IA para flujos de trabajo de investigación probablemente estudiarán este caso con atención, especialmente la combinación de orquestación, bucles de experimentación y dirección humana ligera.

Para los compradores empresariales de IA, la conclusión inmediata no es que el cifrado de Internet haya dejado de ser seguro. Anthropic afirma explícitamente que los resultados no afectan a los sistemas en uso hoy, y la evidencia disponible respalda esa cautela. La implicación más relevante es organizativa: los equipos de seguridad pueden tener que asumir que tanto defensores como atacantes accederán con el tiempo a un análisis automatizado más potente. Eso podría afectar a la investigación de vulnerabilidades, la revisión de protocolos, los presupuestos de red teaming y las suposiciones de compra en torno a componentes criptográficos “probados en batalla”.

También hay aquí una señal de mercado para la IA empresarial en sentido amplio. Si Anthropic puede mostrar que los modelos de frontera aportan valor real en dominios científicos o matemáticos difíciles, refuerza la idea de que los proveedores de modelos compiten no solo en calidad de chat, sino en razonamiento especializado. Eso presionaría a los rivales para demostrar una profundidad comparable en áreas como la verificación formal, el análisis seguro de código y la automatización de la investigación.

Qué observar a continuación

La primera señal de seguimiento es la validación externa. Conviene estar atentos a comentarios de criptógrafos, de los autores de HAWK y del National Institute of Standards and Technology sobre si la supuesta debilidad de HAWK altera de forma significativa las perspectivas del candidato.

En segundo lugar, hay que buscar una publicación técnica. Un artículo público o un informe detallado sobre los resultados de HAWK y AES-128 permitiría a la comunidad investigadora más amplia probar las afirmaciones y entender cuánto dependía del modelo frente a la estructura circundante.

En tercer lugar, CryptanalysisBench podría convertirse en un punto de referencia útil si varios laboratorios lo adoptan. Si otros modelos de frontera rinden de forma parecida en CryptanalysisBench, la historia pasaría de ser una afirmación aislada de Anthropic a una tendencia de capacidad más amplia.

Por último, la disponibilidad importa. Según lo informado, Claude Mythos Preview sigue sin publicarse. Sin acceso más amplio, el mercado no puede juzgar fácilmente la reproducibilidad, la eficiencia de costes o si esta capacidad se generaliza más allá de unos pocos problemas cuidadosamente seleccionados.

Perspectiva de Creati.ai

El anuncio de Anthropic es importante sobre todo como señal sobre el diseño de flujos de trabajo, no solo sobre la inteligencia del modelo. Lo notable es la combinación de Claude Mythos con un proceso de múltiples agentes gestionado, una estructura experimental y largos ciclos de verificación. Eso se parece más a cómo probablemente funcionarán en la práctica los sistemas de IA empresarial de alto valor que a la típica demostración de chatbot.

Al mismo tiempo, esta historia necesita más confirmación independiente antes de que deba cambiar la planificación de seguridad. Por ahora, los desarrolladores deberían leerla como evidencia de que la IA de frontera puede empezar a importar en dominios de investigación expertos como la criptografía poscuántica, mientras que las empresas deberían tratarla como una advertencia temprana sobre el ritmo del análisis de seguridad automatizado, más que como prueba de que los estándares de cifrado desplegados estén en riesgo.