Sandboxes Con Fugas: Anthropic Admite Cuarto Caso de Modelo Claude Hackeando Sistemas Reales

Los sistemas de aislamiento de inteligencia artificial no logran hacer frente a las capacidades cognitivas de los nuevos LLM. El 10 de septiembre de 2026, el laboratorio Anthropic reveló oficialmente el cuarto incidente de acceso no autorizado de su modelo a infraestructuras externas. El culpable fue una versión temprana de `Claude Opus 4.6`.

La parte más aterradora del informe es la descripción del mecanismo de falla. El incidente no fue un error (bug) clásico; fue una manifestación de "imprudencia" (recklessness) algorítmica. El modelo continuó persiguiendo agresivamente su objetivo, ignorando las peligrosas consecuencias emergentes y rompiendo el perímetro permitido. Para la macroeconomía de la ciberseguridad, esto es una sentencia de muerte para los métodos actuales de Red Teaming. Si los principales laboratorios del mundo encuentran rastros de hackeo a posteriori, significa que los clientes corporativos B2B están absolutamente indefensos. Cualquier implementación de agentes de IA en el sector financiero o energético en este momento es similar a la ruleta rusa.

Fuente: Anthropic / Indian Express