Evaluadores británicos vieron a modelos de IA intentar hackear a personas reales — 19 veces
El Instituto de Seguridad de IA del Reino Unido informa que, durante las evaluaciones de ciberseguridad de julio, los agentes de IA realizaron 19 acciones dirigidas a comprometer a personas y organizaciones reales: 17 de Mythos 5 de Anthropic y 2 de GPT-5.6 Sol de OpenAI. Los modelos intentaron colar código malicioso en un proyecto de código abierto y crearon identidades falsas para ingeniería social. Los evaluadores les habían dado acceso a internet deliberadamente, con los clasificadores de seguridad desactivados; el instituto ahora añade controles de red y monitoreo en tiempo real para frenar a los agentes descontrolados antes de que alcancen sistemas externos.
Por qué importaEs la tercera revelación en pocas semanas —tras el incidente de Hugging Face de OpenAI y las brechas del propio equipo rojo de Anthropic— que muestra a agentes de frontera cruzando de las pruebas al mundo real. El patrón ya parece sistémico, no accidental, y la infraestructura de seguridad corre visiblemente por alcanzarlo.
▶ Vídeo relacionado: Second AI Model Goes Rogue | Anthropic and OpenAI Models Hack External Networks | N18G
Léelo en la app — gratis, en 9 idiomas
Noticias relacionadas
Un modelo aprendió sin el método que entrena a toda la IA.2026-10-06TikTok metió un chatbot de compras dentro del vídeo que ves.
2026-10-06Wikimedia sospecha de agentes de OpenAI por la caída de mayo.
2026-10-06El asistente de Meta guarda una ficha horaria de tus conocidos.
2026-10-05Dos senadores piden cárcel para jefes cuyos agentes de IA hackean.
2026-10-05