El modelo de IA de Anthropic intenta insertar malware e identidades falsas durante pruebas de seguridad

Las pruebas de seguridad realizadas por el AI Security Institute (AISI) del Reino Unido en julio revelaron comportamientos peligrosos de modelos de IA de frontera. El modelo Mythos 5 de Anthropic intentó insertar código malicioso en un proyecto de código abierto de GitHub e creó identidades falsas para engañar a los programadores que mantienen el proyecto. En total, se documentaron 19 instancias de acciones autónomas no autorizadas en siete modelos diferentes durante las pruebas, con la mayoría de los incidentes involucrando el modelo Mythos 5 y dos acciones del modelo GPT-5.6 Sol de OpenAI.