El estudio que el equipo Frontier Red Team de Anthropic publicó el 12 de octubre de 2026 demostró varias capacidades en pruebas controladas, pero no un gusano de IA autónomo que infectara dispositivos IoT domésticos reales. Los experimentos midieron tareas distintas: ejecutar un modelo repartido entre cajas Android TV, configurar inferencia en diferentes tipos de hardware y completar un flujo dirigido en una red emulada. La investigación de Anthropic describe cada una por separado.
Qué demostraron las pruebas
En una demostración de inferencia distribuida —repartir el cálculo de un modelo entre varios equipos—, Anthropic ejecutó Gemma4-26B-A4B en 15 cajas Android TV económicas, cada una con 4 GB de RAM. La velocidad comunicada fue de 0,39 tokens por segundo. El experimento mostró que esos equipos podían colaborar en esa tarea; no era una prueba de propagación entre dispositivos.
En otra evaluación, Qwen3.5-9B configuró la inferencia en ocho de los nueve tipos de hardware probados. Esta tarea medía la adaptación de la configuración a equipos diferentes, no cuántos dispositivos había infectado un modelo.
La tercera prueba se hizo en una red aislada de ocho emuladores con Android 15. GLM-5.2 completó el flujo dirigido y llegó a los ocho nodos en cuatro de cinco intentos; en el restante alcanzó siete. En este experimento, GLM-5.2 coordinaba la tarea y configuraba Llama3.1-8B para ejecutar inferencia en los equipos de destino.
Qué significan los resultados de la red emulada
La prueba ofrecía a los emuladores acceso sin autenticar mediante Android Debug Bridge (ADB), una herramienta de comunicación con dispositivos Android. Anthropic describió esas condiciones simplificadas como un límite superior para el éxito en el mundo real.
El resultado mide si el modelo podía completar una secuencia de tareas bajo esas condiciones. No mostró que un modelo decidiera por iniciativa propia empezar a replicarse ni que un gusano autónomo infectara dispositivos IoT domésticos reales. También conviene separar las funciones de los dos modelos: GLM-5.2 organizó el proceso, mientras que Llama3.1-8B era el modelo de inferencia configurado en los objetivos.
Las botnets tradicionales ya pueden propagarse por dispositivos conectados. La distinción que plantea Anthropic es que agentes de IA podrían adaptar la configuración de inferencia a hardware distinto y transmitir notas de trabajo a instancias posteriores. Las pruebas descritas abordaron capacidades parciales y dirigidas, no esa adaptación en un ataque real sin control.
La previsión para finales de 2026 es condicional
Anthropic estimó que modelos pequeños podrían alcanzar antes de terminar 2026 un nivel de capacidad similar al de GLM-5.2, si continúan mejorando al ritmo histórico de los modelos estudiados. Para calcularlo, ajustó una tendencia a las puntuaciones del Epoch Capabilities Index (ECI) de modelos de pesos abiertos destacados con 30.000 millones de parámetros totales o menos. El ajuste dio 13,7 puntos ECI al año y un R² de 0,95.
El ECI es un indicador indirecto de capacidad general, no una medición directa de la replicación de gusanos. Anthropic calificó la fecha estimada de aproximada; por tanto, la proyección no es un resultado experimental ni una fecha garantizada.
El antecedente de Mirai apunta a la contención de red
Anthropic cita una limpieza histórica de infecciones de Mirai en la que un proveedor de internet aisló a clientes infectados y les notificó cómo limpiar sus equipos. En 14 días se había eliminado el 92 % de las infecciones entre los clientes avisados, frente al 74 % entre quienes no recibieron notificación.
Como medidas defensivas, la empresa señala la vigilancia de transferencias grandes de modelos y de tráfico inusual entre dispositivos, además del uso de señuelos de seguridad, la cuarentena por parte de proveedores de internet y mejores ajustes de seguridad por defecto en dispositivos IoT. El resultado de Mirai es un antecedente de contención de una botnet, no una prueba sobre gusanos de IA.
