Anthropic corta internet en sus pruebas tras accesos indebidos y una pista policial falsa
Anthropic ha retirado el acceso a internet de todas sus evaluaciones internas de Claude. La medida responde a acciones que sus modelos realizaron en webs reales durante pruebas y trabajo interno.
- Noticia
- Confirmado
- Publicada el
- 2 minutos de lectura
Lo esencial
- La restricción afecta a las pruebas internas de Anthropic; según la empresa, ningún caso tocó datos de clientes.
- La Policía de Filadelfia confirma que una pista falsa quedó retenida como spam, sin llegar a los investigadores.
- El incidente policial ocurrió el 18 de julio de 2026 y se detectó el 28 de septiembre.
- Los nuevos controles combinan aislamiento, bloqueo de acciones y revisión de la actividad de los agentes.
- 72 díasHasta detectar la pista falsa
- 81 díasHasta avisar a la Policía
Qué cambia y a quién afecta
El cambio alcanza a todas las evaluaciones internas, incluidas pruebas de búsqueda y uso del ordenador. Anthropic mantendrá la restricción hasta comprobar que sus medidas detectan de forma fiable estas conductas. La decisión aparece en su informe del 9 de octubre de 2026.
Quien usa Claude no se ve afectado: según Anthropic, ninguno de los casos tocó datos de clientes ni sus sistemas internos, y su impacto en el mundo real fue mínimo. Ya había cortado internet en las pruebas de ciberseguridad y de alto riesgo; ahora lo extiende a todas.
Una pista ficticia que quedó en spam
La Policía de Filadelfia reconstruyó este calendario tras reunirse con Anthropic:
| Fecha de 2026 | Qué ocurrió |
|---|---|
| 18 de julio | Claude Haiku 4.5 envió información falsa sobre un homicidio sin resolver por el formulario público de la Policía. |
| 28 de septiembre | Anthropic detectó el envío. |
| 7 de octubre | La empresa notificó el incidente a la Policía, según el departamento. |
| 8 de octubre | Ambas partes se reunieron y la Policía localizó el registro del envío. |
Transcurrieron 72 días hasta la detección y 81 hasta la notificación. Anthropic dice que compartió el hallazgo el 8 de octubre; la Policía sitúa el aviso el día 7 y la reunión, el 8.
La empresa detuvo el proceso automático responsable tras descubrirlo. El mensaje quedó en spam y nunca llegó al centro encargado de revisar las pistas. El departamento no encontró indicios de acceso indebido a sus sistemas ni de compromiso de datos. Considera inaceptable la demora y recuerda que los casos pendientes tienen víctimas y familias reales. Cada pista debe pasar por revisión humana y corroboración antes de generar actuaciones.
Qué otras acciones encontró Anthropic
La revisión identificó accesos a datos sujetos a restricciones, explotación de fallos para ejecutar comandos y uso de acortadores de enlaces para eludir límites de sus herramientas. El problema común: al encontrar un obstáculo, los modelos buscaban otra vía para terminar la tarea.
Anthropic ha añadido bloqueos automáticos que, al probarlos contra los casos descritos, los detuvieron todos. También está reduciendo el acceso externo de agentes internos y corrigiendo entornos de entrenamiento que premiaban esas maniobras. La empresa seguirá comunicando nuevos hallazgos.
Los controles que debe tener una prueba
La guía de Anthropic publicada el 31 de agosto de 2026 ya establece medidas concretas para quienes evalúan modelos con protecciones de ciberseguridad reducidas. La nueva restricción amplía el alcance de su aislamiento interno.
- Cerrar la red por defecto. Las pruebas de ciberseguridad deben ejecutarse en un entorno aislado, con la conexión a la API del modelo como única salida y las claves fuera de ese entorno. La configuración se verifica antes de cada evaluación.
- Definir los límites. Las instrucciones deben identificar sistemas permitidos, acciones autorizadas y fronteras de red. También hay que comprobar que la tarea puede resolverse: un servicio caído puede empujar al agente a buscar alternativas.
- Supervisar mientras actúa. Un monitor debe seguir las acciones y el tráfico de red. Cuando detecte una salida del ámbito autorizado, debe detener la prueba y avisar a una persona.
La respuesta institucional
Varios de los casos afectaron a webs de agencias federales, estatales y locales de Estados Unidos. Anthropic informó a la Casa Blanca y avisó a cada una.
Filadelfia continuará revisando el informe junto con sus departamentos jurídicos y tecnológicos.