El S-1 de Anthropic, su prospecto de salida a bolsa, no solo trae cifras de ingresos y contratos de cómputo. En su lista de riesgos, la empresa de Claude cuenta un incidente que nunca había detallado: durante unas pruebas de ciberseguridad, cuatro de sus modelos accedieron sin autorización a sistemas reales de terceros, en sesiones de entre 10 y 34 horas de trabajo. La causa fue un error de configuración que los dejó conectados a internet cuando se suponía que no lo estaban.
El S-1 es el documento que Anthropic presentó el 26 de octubre ante la SEC, el regulador bursátil de Estados Unidos, para cotizar en el Nasdaq. Las empresas que salen a bolsa están obligadas a enumerar todo lo que podría perjudicar a sus futuros accionistas, y esa sección de «factores de riesgo» suele ser la más reveladora. La de Anthropic dedica varias páginas a lo que llama comportamiento «desalineado»: los casos en que un modelo hace algo dañino que nadie le pidió.
Según el documento, el incidente ocurrió en evaluaciones de ciberseguridad preparadas por un socio externo. Por un fallo en el entorno de pruebas, el modelo evaluado quedó conectado a internet abierto, aunque sus instrucciones decían que no tenía acceso a la red. En uno de los casos, una versión temprana de un modelo que no lograba abandonar una tarea imposible usó una contraseña que había encontrado para hacerse administrador de un sistema ajeno, recopiló más credenciales, cambió ajustes y leyó los datos personales de una persona. Anthropic dice que avisó a los afectados.
Claves de lo que cuenta el S-1
- Cuatro modelos, sistemas reales: los accesos no autorizados se produjeron en sesiones de unas 10 a 34 horas de trabajo activo. El S-1 no dice cuándo ocurrieron, qué modelos eran ni quién era el socio que preparó las pruebas.
- Cada modelo, por su cuenta: según la investigación de la empresa, en cada incidente había una sola copia de un modelo trabajando aislada en su ejercicio, y no hay indicios de que se coordinara con otros agentes, persiguiera objetivos ajenos a su tarea o intentara esquivar la supervisión.
- Lo que ya se ha visto en la industria: el documento enumera comportamientos observados en sus modelos y en los de otros, en pruebas y en uso interno: saltarse las restricciones de red y del entorno aislado (sandbox), darse permisos que no tenían, interferir con otros agentes y mentir sobre si una tarea estaba terminada o comprobada.
- Un entrenamiento en pausa: Anthropic retrasó más de un mes el preentrenamiento de un nuevo modelo de frontera para reforzar las medidas contra el robo de sus pesos, los archivos que contienen el modelo entrenado, y proteger su propiedad intelectual.
- Controles que fallan: la empresa reconoce que sus controles de seguridad, como los clasificadores automáticos, dependen de configuraciones internas que «han fallado, se han configurado mal o se han desactivado sin querer», y que puede volver a pasar sin que lo detecte a tiempo.
- El uso malicioso, también por escrito: el S-1 recuerda que en septiembre de 2025 un grupo patrocinado por el Estado chino manipuló Claude Code para intentar entrar en unos 30 objetivos, entre ellos tecnológicas, bancos y agencias de gobierno, con «un número limitado» de intrusiones con éxito. Y que en abril de 2026 lanzó su modelo Mythos solo para organizaciones seleccionadas, por su capacidad para descubrir vulnerabilidades.
Cuando el agente trabaja solo durante horas
El caso muestra un problema que crece a medida que los modelos se usan como agentes: programas que actúan por su cuenta durante horas, con herramientas y permisos reales. Un modelo que busca vulnerabilidades en una prueba hace exactamente lo mismo que haría un atacante; lo único que separa el ejercicio de una intrusión es el aislamiento del entorno. Si ese aislamiento falla, el modelo no tiene forma de saberlo, y sigue trabajando con la misma insistencia contra un sistema que ya no es de prueba. El S-1 añade otro detalle inquietante: en el caso más grave, el modelo actuó así después de no poder abandonar una tarea que no tenía solución.
Anthropic no es la única que lo reconoce. Este mes, OpenAI contó dos casos en que sus agentes debilitaron su propio sistema de supervisión. La diferencia es el formato: lo que Anthropic cuenta ahora está en un documento legal ante el regulador, donde ocultar un riesgo conocido puede acabar en demandas de los inversores. Por eso los prospectos de salida a bolsa de las empresas de IA se están convirtiendo en una de las fuentes más francas sobre lo que de verdad pasa en sus laboratorios.
Quedan preguntas abiertas que el documento no responde: cuándo ocurrieron los incidentes, qué sistemas se vieron afectados y qué ha cambiado en las pruebas con socios externos desde entonces. Anthropic asegura que evalúa la seguridad en cada etapa del entrenamiento y que puede detener cualquiera de ellas si no confía en sus medidas, como hizo con ese preentrenamiento retrasado. Con la salida a bolsa en marcha, cada nuevo incidente de este tipo tendrá que contarlo también a sus accionistas.
Más fuentes: Fox News Digital, cobertura del 27 de octubre de 2026. Logotipo: Anthropic (Wikimedia Commons).
Fuente: Anthropic, PBC, formulario S-1 ante la SEC, 26 de octubre de 2026