Booz Allen revela que un software barato iguala al líder en ciberataques autónomos
- Fecha original
- Fecha en Limonatic
Booz Allen Hamilton publicó un informe que cuestiona la validez de los benchmarks tradicionales de inteligencia artificial, argumentando que estos ya no reflejan la realidad operativa. La firma consultora ejecutó el Cyber Weapon Index, una prueba que involucró a 18 modelos de IA —9 estadounidenses y 9 chinos— evaluados contra una red corporativa real con defensa activa.
El resultado dominante del estudio fue Claude Mythos de Anthropic, que obtuvo 80 puntos sobre 100 y completó la cadena de ataque completa sin asistencia humana. Este modelo logró pasar desde la primera intrusión hasta el control total del dominio en todos los intentos, demostrando una capacidad superior a cualquier otro participante en la prueba.
Un hallazgo crucial fue que Claude Sonnet 5, un modelo base sin asistencia, obtuvo solo 13 puntos. Sin embargo, cuando se equipó con un harness de ataque económico —software que conecta el modelo a herramientas de hacking— alcanzó exactamente los mismos 80 puntos que Mythos, sugiriendo que las herramientas de soporte pueden compensar diferencias significativas entre modelos.
La metodología consistió en asignar una máquina de atacante individual a cada modelo para emitir comandos sin menús de herramientas ni intervención humana. La puntuación combinaba análisis binario de vulnerabilidades y una intrusión contra Active Directory, verificada mediante registros de red en lugar de afirmaciones del modelo.
Detrás de Mythos se ubicaron Grok-4.5 con 49 puntos, GPT-5.6 Solo con 46, Muse Spark 1.1 y Kimi K3 empatados a 38, GLM-5.2 con 37, Claude Opus 4.8 con 36 y Qwen3-Coder de Alibaba último con 4 puntos.
Además de Mythos, tres modelos lograron el control total del dominio y cuatro más se movieron lateralmente dentro de la red. Todos los participantes entraron sin asistencia humana, lo que elimina variables externas en la evaluación de sus capacidades intrínsecas.
Los resultados no mostraron diferencia sustancial entre modelos chinos y estadounidenses, complicando las narrativas geopolíticas sobre amenazas de ciberseguridad basadas en el origen nacional de los sistemas. La capacidad para encontrar vulnerabilidades desconocidas ha crecido significativamente, con Anthropic documentando 10.000 vulnerabilidades críticas en un mes a través del Proyecto Glasswing.
El estudio añade la dimensión de ataque agentivo autónomo, donde los modelos ejecutan decisiones a cada paso sin guía humana. Un hallazgo secundario reveló que un modelo rechazó completar una tarea por falta de credenciales, pero su variante «tuned para ciberseguridad» cumplió la misma tarea exitosamente.
Booz Allen concluye que las salvaguardas son una propiedad de la configuración y no del modelo en sí. Un rechazo en un contexto específico no predice el comportamiento del sistema en otro contexto diferente, lo que subraya la importancia de la adaptación situacional.
El mismo día del informe, un investigador demostró que podía secuestrar Claude Code para ejecutar acciones no autorizadas mediante una solicitud simple de resumir una página web. Este incidente ilustra cómo la superficie de ataque de los modelos agentivos reside en la interfaz entre el modelo y las herramientas externas.
La prueba del Cyber Weapon Index aporta al panorama actual la escala agentiva, donde múltiples modelos ejecutan operaciones complejas simultáneamente contra objetivos reales con defensa activa, proporcionando datos más relevantes para la industria que los benchmarks tradicionales.
Análisis editorial
Booz Allen Hamilton desmanteló la creencia de que los benchmarks tradicionales miden el riesgo real al demostrar que un modelo estándar, Claude Sonnet 5, alcanzó exactamente 80 puntos sobre 100 al equiparse con un software básico, empatando con el líder del ranking, Claude Mythos. La tesis central es que la capacidad ofensiva ya no reside en la inteligencia del modelo base, sino en la infraestructura de soporte; la diferencia entre el primer y el quinceavo puesto fue plomería barata, no superioridad algorítmica.
El experimento probó 18 modelos —9 estadounidenses y 9 chinos— contra una red corporativa real con defensa activa sin intervención humana ni menús predefinidos. Mientras que solo Claude Mythos completó la cadena de ataque completa en todos los intentos, el índice reveló que un harness estándar elevó las puntuaciones de Sonnet 5 desde 13 hasta 80 puntos exactos. La metodología se basó exclusivamente en registros de red verificados, descartando afirmaciones teóricas, y mostró que contra vulnerabilidades genuinas no vistas, la mayoría de los modelos obtuvieron cero excepto Mythos, borrando las diferencias sustanciales entre orígenes geopolíticos.
La superficie de ataque se ha desplazado críticamente a la interfaz entre el modelo y las herramientas externas, creando una ventana de vulnerabilidad donde agentes autónomos pueden ejecutar intrusiones completas sin intervención humana. Existe un riesgo inminente de que otros modelos alcancen niveles similares en seis meses, acelerando la amenaza hacia ataques totalmente autónomos. Las salvaguardas actuales son insuficientes porque dependen de configuraciones específicas y no del modelo en sí, permitiendo que variantes "tuned" para ciberseguridad ejecuten tareas que sus contrapartes estándar rechazan.
La industria debe reevaluar inmediatamente las métricas de seguridad, desplazando el foco desde la detección estática hacia la capacidad de ejecutar intrusiones contra defensas activas y auditando estrictamente los mecanismos de conexión con herramientas de ejecución. La conclusión es clara: el modelo ya no es la única unidad de riesgo; controlar la interfaz de herramientas externas y mitigar vulnerabilidades desconocidas son las únicas formas viables de cerrar brechas donde un software básico puede potenciar capacidades maliciosas a niveles críticos.
Contexto y análisis adicional
Digest
Resumen ejecutivo
- Booz Allen Hamilton demostró que los benchmarks tradicionales de IA fallan al medir el riesgo real, ya que solo Claude Mythos completó exitosamente una cadena de ataque autónomo contra una red con defensa activa.
- La infraestructura de soporte es tan crítica como la inteligencia del modelo: un software básico elevó las capacidades de Claude Sonnet 5 desde 13 hasta 80 puntos, empatando con el líder sin asistencia.
Evidencias
- Solo Claude Mythos logró completar la cadena de ataque completa (intrusión inicial hasta control total del dominio) en todos los intentos contra una red corporativa real.
- Claude Sonnet 5 obtuvo 13 puntos sin herramientas, pero alcanzó exactamente 80 puntos al equiparse con un harness de ataque estándar.
- El índice probó 18 modelos (9 estadounidenses y 9 chinos) en condiciones desnudas: sin menús de herramientas predefinidos ni operadores humanos intervinientes.
- La puntuación se basó exclusivamente en registros de red verificados, no en afirmaciones de los modelos sobre vulnerabilidades encontradas.
Acciones
- Auditar inmediatamente los mecanismos de conexión entre modelos de IA y herramientas de ejecución para cerrar brechas donde un software básico pueda potenciar capacidades maliciosas.
- Reevaluar las métricas de seguridad actuales, desplazando el foco desde la detección de vulnerabilidades estáticas hacia la capacidad de ejecutar intrusiones completas contra defensas activas.
Conclusión final
El rendimiento en pruebas estandarizadas ya no refleja la capacidad real de amenaza; la industria debe priorizar el control estricto de las interfaces de herramientas externas y la mitigación de vulnerabilidades desconocidas.
Riesgos
Riesgos/alertas
- Los agentes de IA pueden ejecutar cadenas de ataque completas contra redes corporativas reales sin intervención humana ni software de soporte.
- Existe una brecha crítica entre modelos estándar y versiones potenciadas, donde la capacidad ofensiva depende del 'harness' (herramienta de ejecución) más que del modelo base.
- La superficie de ataque se ha desplazado a la interfaz entre el modelo y las herramientas externas, permitiendo superar controles básicos de autenticación mediante ajustes específicos.
- Los benchmarks teóricos no predicen la eficacia ofensiva real contra vulnerabilidades genuinas no vistas en código de producción.
- La amenaza de ataques autónomos se está acelerando rápidamente, con proyecciones de que otros modelos alcancen niveles de efectividad similares en seis meses.
Acciones recomendadas
- Desarrollar y desplegar defensas activas específicas contra agentes autónomos en infraestructuras críticas.
- Reevaluar los criterios de seguridad basados únicamente en benchmarks teóricos e implementar pruebas contra vulnerabilidades reales no vistas.
- Auditar la dependencia del 'harness' o herramientas de ejecución para determinar si son el punto débil principal en la arquitectura de defensa.
- Monitorear activamente la interfaz entre modelos y herramientas externas para detectar intentos de manipulación de credenciales o autenticación.
Señales/evidencias
- Claude Mythos completó la cadena de ataque completa (intrusión a control total) en todos los intentos contra una red con defensa activa.
- Claude Sonnet 5 obtuvo solo 13 puntos sin asistencia, pero alcanzó exactamente 80 puntos al equiparse con un 'harness' de ataque barato.
- Solo tres modelos además de Mythos tomaron control total del dominio y cuatro más se movieron lateralmente dentro de la red.
- La puntuación combinaba análisis binario de software compilado sin código fuente e intrusión contra Active Directory con defensa activa.
- Anthropic documentó 10.000 vulnerabilidades críticas en un mes a través del Proyecto Glasswing.
Conclusión
El informe confirma una transición inmediata hacia amenazas cibernéticas totalmente autónomas donde la capacidad de ataque depende menos del modelo base y más de las herramientas de ejecución, creando una ventana de vulnerabilidad crítica para infraestructuras sin defensas activas específicas contra agentes.
Autor · clanes
Votos · compartir
Las historias descartadas o eliminadas no admiten votos ni reportes.
Sentimiento
Entidades (agregadas)
Hover para ver referencias.Detalles avanzados Timeline y mini scoring
Evolución temporal
-
Enviada
hace 2 semanas · Historia enviada para revisión
-
Último estado
hace 2 semanas · Última actualización registrada
Mini scoring (LScore)
Fuentes
- Fuente principal
-
wwwhatsnew.com
https://wwwhatsnew.com
Comentarios