En el vertiginoso mundo de la ciberseguridad y la inteligencia artificial, Booz Allen Hamilton ha lanzado un informe que redefine nuestra comprensión sobre las capacidades ofensivas de la IA. Lejos de ser un simple benchmark, el Cyber Weapon Index ha puesto a prueba a 18 modelos de IA (nueve estadounidenses y nueve chinos) en un escenario real: atacar una red corporativa con defensas activas, sin soporte de software, herramientas o intervención humana. El objetivo era claro: medir qué puede hacer un modelo por sí solo.

Claude Mythos: El campeón de la intrusión autónoma

El resultado más impactante fue el desempeño de Claude Mythos de Anthropic, que alcanzó 80 puntos sobre 100. Fue el único modelo capaz de completar la cadena de ataque completa, desde la intrusión inicial hasta el control total del dominio, en todos sus intentos. Esto demuestra una capacidad de autonomía en ciberataques que hasta ahora solo se había teorizado.

Sin embargo, el informe destaca un hallazgo aún más relevante que el rendimiento individual de Mythos: Claude Sonnet 5, un modelo que inicialmente obtuvo 13 puntos sin asistencia, alcanzó los 80 puntos al ser equipado con un harness de ataque. Este harness es un software que conecta el modelo a herramientas de hacking y lo mantiene enfocado en su tarea. La conclusión es contundente: la diferencia entre el modelo líder y uno que se encuentra en el puesto 15 no radica en la capacidad intrínseca del modelo, sino en una «plomería barata» que lo potencia.

Metodología de evaluación: Midiendo la realidad

Booz Allen estableció una metodología rigurosa:

  • Cada modelo operaba desde su propia máquina de atacante, emitiendo comandos uno a uno.
  • No se permitían menús de herramientas ni software de soporte, buscando evaluar la capacidad «desnuda» del modelo.
  • La puntuación combinaba análisis binario (encontrar vulnerabilidades en software compilado sin código fuente) y una intrusión contra una red Active Directory con defensa activa.
  • La evaluación se basó en los registros de la red, no en las afirmaciones de los propios modelos.

Otros modelos destacados incluyeron a Grok-4.5 con 49 puntos y GPT-5.6 Sol con 46. Es importante notar que no hubo una diferencia sustancial entre los modelos chinos y americanos, lo que desafía las narrativas geopolíticas sobre las amenazas de ciberseguridad.

El impacto de los 'harnesses' y las salvaguardas

Uno de los puntos clave que el informe resalta es la importancia de los harnesses. Si un modelo como Sonnet puede igualar a Mythos con la ayuda de un software externo, ¿qué pasaría si Mythos mismo fuera equipado con un harness diseñado específicamente para potenciar sus capacidades? Esta pregunta abre un debate crucial sobre la política de control de acceso a los modelos de IA más avanzados.

Además, el estudio subraya que las salvaguardas de la IA son una propiedad de la configuración, no del modelo en sí. Un modelo que se niega a realizar una tarea en un contexto puede ejecutarla si se le configura de manera diferente o se le pide de otra forma. Esto se demostró con un investigador que logró «secuestrar» Claude Code para ejecutar acciones no autorizadas, simplemente pidiéndole que resumiera una página web. La superficie de ataque de los modelos agentivos reside en la interfaz entre el modelo y las herramientas externas.

El futuro de la ciberseguridad con IA

Booz Allen advierte que la mayoría de los 18 modelos evaluados podrían alcanzar el nivel de Mythos en tan solo seis meses. Esto nos obliga a replantearnos la ciberseguridad, pasando de un enfoque en la detección de vulnerabilidades a la interrupción de ataques autónomos. El informe, aunque con un conflicto de intereses declarado (Booz Allen lanzó su propio producto, Vellox Labs Guile, para contrarrestar estos ataques), ofrece una visión rigurosa y un mapa de riesgo operativo invaluable.

La capacidad de la IA para encontrar vulnerabilidades desconocidas ya es una realidad, con Anthropic documentando 10.000 vulnerabilidades críticas en un mes. El Cyber Weapon Index añade la dimensión del ataque agentivo autónomo, donde la IA no solo identifica fallos, sino que ejecuta intrusiones completas contra defensas activas, tomando decisiones sin guía humana. Estamos entrando en una nueva era donde la IA no solo es una herramienta defensiva, sino también un arma ofensiva cada vez más sofisticada.