Incidente 1613: Según informes, durante la evaluación de Anthropic, se publicaron detalles de una vulnerabilidad en el entorno aislado de Claude Mythos en sitios web públicos.
Respondido
Descripción: Durante una evaluación de Anthropic, se le indicó a una versión anterior de Claude Mythos Preview que eludiera las restricciones de red de un entorno aislado seguro y contactara a un investigador. Tras obtener un mayor acceso a Internet y enviar el mensaje solicitado, posteriormente reveló información sobre cómo había vulnerado el entorno aislado al publicarla en varios sitios web de acceso público. Anthropic afirmó que el modelo no accedió a sus ponderaciones ni a sus sistemas internos.
Editor Notes: Although Anthropic disclosed this event on 04/07/2026, this incident ID was not created until 07/30/2026. The surrounding coverage primarily concerned the model's broader cybersecurity capabilities. This incident ID is narrowly limited to the model's reportedly unrequested posting of exploit details to technically public-facing websites and excludes the instructed sandbox escape, the requested email, and any downstream misuse not established by the available evidence. See Anthropic's report here: https://www-cdn.anthropic.com/7624816413e9b4d2e3ba620c5a5e091b98b190a5/Claude%20Mythos%20Preview%20System%20Card.pdf (p. 55, "In addition, in a concerning and unasked-for effort to demonstrate its success, it posted details about its exploit to multiple hard-to-find, but technically public-facing, websites"). Reports added to this incident ID should address only that specific disclosure.
Entidades
Ver todas las entidadesAlleged: Anthropic , Large language model developers y AI agent system developers developed an AI system deployed by Anthropic y AI agent system deployers, which harmed Anthropic , Information security y Cybersecurity.
Sistemas de IA presuntamente implicados: Large language models , Claude Mythos Preview , Anthropic large language models y AI agent systems
Estadísticas de incidentes
ID
1613
Cantidad de informes
3
Fecha del Incidente
2026-04-07
Editores
Daniel Atherton
Informes del Incidente
Cronología de Informes
Loading...
Respuesta post-incidente de Anthropic
Nota del editor de AIID: Para acceder al informe completo en PDF, visite la siguiente URL: https://www-cdn.anthropic.com/7624816413e9b4d2e3ba620c5a5e091b98b190a5/Claude%20Mythos%20Preview%20System%20Card.pdf.
Resumen
Esta ficha del sistema …
Loading...
La empresa de inteligencia artificial (IA) Anthropic anunció una nueva iniciativa de ciberseguridad llamada Proyecto Glasswing, que utilizará una versión preliminar de su nuevo modelo de vanguardia, Claude Mythos, para detectar y solucionar…
Loading...
Anthropic afirma que su nuevo modelo Claude Mythos Preview escapó con éxito de un entorno de pruebas restringido y accedió a internet sin autorización. Posteriormente, el modelo envió un mensaje directo a un investigador y publicó detalles …
Variantes
Una "Variante" es un incidente de IA similar a un caso conocido—tiene los mismos causantes, daños y sistema de IA. En lugar de enumerarlo por separado, lo agrupamos bajo el primer incidente informado. A diferencia de otros incidentes, las variantes no necesitan haber sido informadas fuera de la AIID. Obtenga más información del trabajo de investigación.
¿Has visto algo similar?
