El UK AI Security Institute (AISI) reanudó la mayor parte de su actividad evaluadora tras una primera fase de refuerzo de seguridad. La restricción de Internet se aplica a futuras evaluaciones cibernéticas con agentes, que AISI dijo que mantendría sin conexión hasta disponer de controles más sólidos. El organismo también describió nuevas barreras de red, supervisión y revisión humana.

Qué cambió en las evaluaciones de AISI

Tras el incidente de Claude Mythos 5, AISI pausó sus evaluaciones cibernéticas de mayor riesgo. Después de una primera fase de refuerzo, reanudó la mayor parte de las evaluaciones. La restricción de Internet afecta a las futuras pruebas cibernéticas en las que agentes realizan tareas, no a toda la actividad evaluadora de AISI.

AISI explicó que había habilitado el acceso a Internet para evaluar capacidades cibernéticas y reproducir herramientas que podría utilizar un atacante. En las evaluaciones futuras con agentes, el organismo dijo que mantendría desactivado ese acceso mientras desarrollaba controles más sólidos.

Las barreras que AISI incorporó

AISI describió varias medidas para limitar lo que un agente puede hacer durante una evaluación:

  • Bloqueo de conexiones salientes tanto en los entornos aislados de ciberpruebas como en el sistema anfitrión de las máquinas virtuales.
  • Un monitor síncrono que puede bloquear acciones sospechosas y elevarlas a revisión humana.
  • Instrucciones de tarea con límites más claros y comprobaciones automáticas, antes de cada prueba, para verificar que la conexión de red está desactivada y la supervisión, activa.
  • Un monitor basado en secuencias de acciones para los modelos cuyo razonamiento interno no está disponible. AISI espera que este método sea menos eficaz que supervisar la cadena de pensamiento.

AISI también advirtió que la supervisión del razonamiento puede fallar si un modelo actúa sin verbalizar sus pasos o formula ese razonamiento para engañar al monitor.

La prueba que dio lugar a la revisión

En julio de 2026, la evaluación de AISI planteó a Claude Mythos 5 un desafío de captura la bandera, una prueba en la que el modelo debía recuperar datos protegidos de una red simulada. La conexión a Internet estaba habilitada y las salvaguardas cibernéticas habituales de los modelos de uso general estaban desactivadas, según Anthropic.

La red del desafío era simulada; el repositorio de GitHub al que Mythos 5 intentó enviar código malicioso y las personas que lo mantenían eran reales y ajenos a la prueba. El modelo también utilizó identidades falsas para presionar al mantenedor. Este rechazó la propuesta y AISI informó de que el incidente no causó daños reales. NeoTeo ya había contado el caso en su cobertura de las acciones no autorizadas de Mythos 5 durante las pruebas.