Guillem Alsina Gonzàlez
Claude Mythos hace honor a su nombre y, sin que hayamos podido ‘catar’ sus posibilidades todavía (no almenos el común de los mortales, aunque sí una élite de empresas seleccionadas por la misma Anthropic), se ha convertido en una suerte de bestia mitológica a la cual se le atribuyen toda suerte de capacidades para hallar y parchear agujeros de seguridad en el código fuente. Y, como con cualquier mito, la mayoría de nosotros se pregunta hasta donde llegan las historias, y a partir de donde empieza la realidad.
Para responder a dicha pregunta, un gigante de talla mundial como Cloudflare, firma que toca varias áreas como la distribución de contenidos, la ciberseguridad (con especial énfasis en las tecnologías que permiten la mitigación de ciberataques DDoS), el registro de dominios, o los gestores de contenido (CMS, con EmDash), ha tenido acceso a él gracias al proyecto Glasswing, y nos ha explicado su experiencia a través de una publicación en su blog corporativo.
Ha sido el equipo de seguridad de la firma el que se ha encargado de evaluar a Claude Mythos entre diversos otros modelos de lenguaje orientados a la ciberseguridad, de los cuáles no ha trascendido el nombre, probados sobre su propia infraestructura con un doble objetivo: detectar y corregir fallos en sus sistemas y anticipar qué podrán hacer los atacantes con las capacidades más recientes de la inteligencia artificial, enfrentando a los modelos con más de medio centenar de repositorios de código para evaluar tanto sus hallazgos como su forma de trabajar.
No obstante, y según afirman desde Cloudflare, de todos los modelos analizados, ninguno ha concitado tanta atención por parte de su equipo de seguridad como Mythos Preview.
El veredicto técnico de Cloudflare es que Mythos supone un cambio de naturaleza respecto a los modelos frontera de propósito general probados con anterioridad (Opus 4.7 y GPT-5.5), hasta el punto de que la comparación directa con ellos pierde sentido. Y destacan dos capacidades por encima del resto, siendo la primera la construcción de cadenas de explotación, es decir, la habilidad de combinar varias pequeñas primitivas de ataque en una primitiva de lectura y escritura arbitraria, secuestrando el flujo de control y empleando cadenas ROP (Return-Oriented Programming) para tomar el control completo del sistema.
Según lo plasmado en el blog de Cloudflare, su equipo de ciberseguridad indica que el razonamiento intermedio que muestra el modelo recuerda más al de un investigador veterano que al de un escáner automatizado.
La segunda capacidad destacada es la de generación de pruebas funcionales, en la que Mythos Preview no se limita a señalar un fallo, sino que escribe el código que lo dispararía, lo compila en un entorno aislado y lo ejecuta. Si el comportamiento coincide con lo previsto, queda demostrada la explotabilidad y, si no es así, el modelo lee el error, reformula su hipótesis y vuelve a intentarlo.
Los demás modelos frontera evaluados con el mismo banco de pruebas, localizaron una parte sustancial de los mismos errores subyacentes, pero solían detenerse en el momento de encadenar las piezas. Lo que marca la diferencia en Claude Mythos Preview es la capacidad de tomar fallos de baja severidad, que habitualmente quedarían arrinconados en un backlog, y unirlos en una explotación única de impacto mucho mayor.
Pese a carecer de las salvaguardas de los modelos generalistas, de cuando en cuando ha rechazado espontáneamente determinadas peticiones, incluso en investigación legítima de vulnerabilidades. Cloudflare ha constatado que estas negativas no son consistentes, puesto que tareas semánticamente equivalentes producen respuestas opuestas según cómo se planteen o el momento en que se ejecuten, por ejemplo, modificando ligeramente el código fuente sobre el que debían actuar.
Desde Cloudflare reconocen que esta tecnología es de doble filo, ya que las mismas capacidades que han permitido localizar errores en su código, acelerarán los ataques contra cualquier aplicación expuesta a Internet, lo que lleva a la conclusión de que hay que cambiar la arquitectura de las aplicaciones para enfrentar el problema de la mayor velocidad a la que se ejecutarán los ciberataques a partir de ahora.
La velocidad de parcheo del agujero por sí sola no resuelve el problema
Según afirman desde la misma empresa, la reacción más extendida entre los responsables de seguridad ante la llegada de Mythos Preview ha consistido en exigir mayor rapidez en la detección y el parcheo de los agujeros de seguridad, hasta el punto de que algunos equipos consultados por Cloudflare operan ya con un acuerdo de nivel de servicio de dos horas entre la publicación de un CVE y su aplicación en producción.
La firma californiana advierte que esta carrera por la velocidad no modifica la estructura del proceso que produce el parche, y que muchos equipos pueden acabar pagando esa lección a un coste elevado, puesto que si los tests de regresión (que verifican que la corrección no rompe otras partes del sistema) requieren de un día, no es posible cumplir un plazo de dos horas sin omitirlos, y los fallos que se introducen al saltárselos suelen ser peores que los que se trataba de corregir.
La propia Cloudflare experimentó algo similar al permitir que el modelo redactara sus propios parches, observando cómo algunos solucionaban el problema original mientras rompían silenciosamente otras dependencias.
La cuestión relevante, según la compañía, es cómo debe ser la arquitectura que rodea a una vulnerabilidad para que el tiempo transcurrido entre su divulgación y su corrección importe menos, a lo que ellos mismos responden que ello implica defensas situadas por delante de la aplicación que impidan alcanzar el fallo, un diseño que aísle los componentes de modo que un defecto en una parte del código no abra la puerta al resto, y la capacidad de desplegar una corrección de manera simultánea en todos los servidores desde los que se ejecuta el código.
