El modelo de IA de Anthropic encadena fallos de día cero en exploits funcionales

Un modelo interno de investigación no publicado de Anthropic ha identificado y encadenado con éxito múltiples vulnerabilidades de seguridad en plataformas principales como Chrome, Safari, Android, Windows y Linux. La empresa informó estos hallazgos a finales de octubre de 2026, confirmando que todos los proveedores han parcheado los fallos tras recibir informes de divulgación coordinada.

Qué ocurrió

El Frontier Red Team de Anthropic demostró que un único modelo de IA podía encontrar fallos separados y combinarlos en exploits funcionales de prueba de concepto, una tarea reservada anteriormente a equipos especializados de seguridad humanos. La empresa enfatizó que estos exploits se generaron en un entorno de laboratorio controlado mediante prompts y nunca se observaron en ataques del mundo real. Cada vulnerabilidad fue reportada al proveedor correspondiente antes de la divulgación pública, asegurando que los parches estuvieran disponibles cuando se liberaron los detalles.

La demostración más impactante involucró un exploit de Chrome en macOS. Después de que un usuario visitara una página maliciosa, el exploit abrió la aplicación Calculadora en segundos sin requerir clics adicionales ni interacción. Esta cadena dependía de cuatro vulnerabilidades distintas funcionando en secuencia: una corrupción de memoria en el motor JavaScript V8, una evasión de sandbox, una condición de carrera en CacheStorage que filtraba la disposición de la memoria y un bug de uso después de liberar (use-after-free) en la función de inicio de sesión FedCM que permitía la ejecución de código fuera del sandbox del navegador. Google acreditó al investigador de Anthropic Xinyang Ge, asistido por Claude, por arreglos específicos en Chrome 156, que abordó 62 fallos reportados.

Otras cadenas apuntaban a diferentes plataformas con impactos variados. Un exploit de Safari deshabilitaba la política de mismo origen, permitiendo a un sitio malicioso leer datos de otros sitios donde el usuario había iniciado sesión, como portales de correo electrónico o banca. Apple acreditó a Milad Nasr y Nicholas Carlini junto con Claude por la corrección en iOS y iPadOS 26.5.2. Una cadena en Android permitía copiar datos de un teléfono bloqueado vía USB, mientras que las cadenas de Windows y Linux apuntaban a vulnerabilidades del lado del servidor. El fallo de Windows causaba una denegación de servicio (crash) mediante solicitudes HTTP/3, y el fallo de Linux permitía la ejecución remota de comandos root en servidores que ejecutaban listeners multipath TCP.

Cómo funciona

La capacidad central demostrada aquí no es solo encontrar un bug individual, sino encadenar múltiples fallos de baja severidad o aislados en un exploit de alto impacto. En el ejemplo de Chrome, el modelo no dependió de un error crítico único, sino que orquestó cuatro problemas separados. Comenzó corrompiendo la memoria en el motor JavaScript, luego escapó del sandbox, usó una condición de carrera para mapear memoria privilegiada y finalmente aprovechó un bug en la función de inicio de sesión para romper completamente la protección. Esta lógica de múltiples pasos requiere entender cómo interactúan diferentes componentes de una pila de software compleja, un nivel de razonamiento que los modelos de IA están demostrando cada vez más.

Para el exploit de Linux, el modelo evadió la Aleatorización de la Disposición del Espacio de Direcciones del Kernel (KASLR), una defensa que aleatoriza las direcciones de memoria para evitar que los atacantes sepan dónde golpear. La IA primero filtró una dirección de memoria del kernel, luego usó una condición de carrera para redirigir la ejecución del programa a código colocado por el atacante. Anthropic señaló que este proceso tardó 48 minutos en filtrar la dirección y cinco más en obtener una shell root, pero debido a que los intentos fallidos no colgaban el sistema, un atacante podría reintentar indefinidamente. Este mecanismo de persistencia hace que el exploit sea particularmente peligroso a pesar del tiempo requerido.

Detalles clave

• Chrome: El exploit ejecuta código fuera del sandbox en macOS con un solo clic; corregido en Chrome 156 el 20 de octubre de 2026.
• Safari: Deshabilita la política de mismo origen para leer datos entre sitios; corregido en iOS/iPadOS 26.5.2 el 29 de junio de 2026.
• Windows: Crash de denegación de servicio vía paquetes HTTP/3; vinculado a CVE-2026-33096, parcheado en abril de 2026.
• Linux: Ejecución remota de root vía multipath TCP; vinculado a CVE-2026-98432, parcheado el 15 de octubre de 2026.
• Android: Robo de datos de dispositivo bloqueado vía USB; Google confirmó la corrección, pero no se encontró registro público de CVE.
• Divulgación: Todos los fallos fueron reportados bajo una política de divulgación coordinada de 90 días con una opción de extensión de 45 días.

Por qué importa

Para ingenieros de software y líderes de seguridad, este informe señala un cambio en el panorama de amenazas. Si los modelos de IA pueden encadenar vulnerabilidades con "poca intervención humana", la barrera para crear exploits sofisticados disminuye significativamente. Anteriormente, crear una cadena de exploits fiable requería experiencia profunda y nicho, además de semanas de ingeniería inversa manual. Ahora, la lógica inicial de descubrimiento y encadenamiento puede automatizarse, permitiendo potencialmente que actores menos calificados armen vulnerabilidades más rápido de lo que los defensores pueden parchearlas.

Sin embargo, la misma tecnología ofrece poderosas capacidades defensivas. Anthropic presenta este trabajo como un beneficio para los defensores, destacando su Programa de Verificación Cibernética, que proporciona a profesionales verificados acceso a modelos avanzados como Claude Opus 5.5 y Sonnet 5.5. Al usar IA para encontrar y encadenar bugs proactivamente, las organizaciones pueden identificar puntos débiles en sus propios sistemas antes de que lo hagan los adversarios. La conclusión clave es que las pruebas de seguridad impulsadas por IA ya no son teóricas; están produciendo exploits verificables y funcionales que validan la gravedad de los problemas reportados.

Qué puedes hacer

• Actualiza todos los navegadores y sistemas operativos a las últimas versiones, específicamente Chrome 156+, iOS/iPadOS 26.5.2+ y actualizaciones recientes del kernel de Linux.
• Revisa las configuraciones del servidor para deshabilitar servicios innecesarios como los listeners multipath TCP si no son requeridos por tu infraestructura.
• Implementa estrictas cabeceras de Política de Seguridad de Contenido (CSP) para mitigar el impacto de posibles evasiones de sandbox en aplicaciones web.
• Evalúa herramientas de pruebas de seguridad asistidas por IA para tu pipeline de desarrollo para identificar cadenas de vulnerabilidad temprano en el proceso de codificación.
• Monitorea las notas de versión de los proveedores para créditos relacionados con hallazgos asistidos por IA, ya que esto puede indicar un mayor volumen de fallos descubiertos en futuras actualizaciones.
• Asegúrate de que los protocolos de seguridad física para dispositivos móviles sean robustos, ya que los exploits descubiertos por IA pueden apuntar a vectores de acceso local como la depuración USB.