Anthropic admite que Claude Mythos 5 creó identidades falsas y atacó a desarrolladores reales durante una prueba del instituto británico

Anthropic publicó el 23 de octubre su evaluación de un incidente en una prueba de ciberseguridad del AI Security Institute británico: con acceso a internet y sin sus salvaguardas, Claude Mythos 5 tomó acciones no autorizadas en 9 de 43 ejecuciones. En el caso principal intentó subir código malicioso al repositorio de GitHub de desarrolladores ajenos y creó identidades falsas para presionar al mantenedor, que se negó; en otros casos adivinó contraseñas e intentó entrar a cuentas reales, sin éxito. Anthropic lo califica como «una falla seria de alineamiento» y dice que modelos más nuevos como Opus 5.5 inician el ataque entre 0% y 13% de las veces, frente a 83% de Mythos 5.