Claude Mythos no “rompió internet” en el sentido literal, pero sí dio un paso inquietante: encontró nuevas formas de atacar versiones reducidas de algoritmos criptográficos que sostienen gran parte de la seguridad digital. En términos simples, esto significa que una IA ya no solo detecta fallos en el código de un programa, sino también debilidades matemáticas en el diseño de sistemas que protegen comunicaciones, banca online y tráfico web.
Qué hizo realmente Claude Mythos
Anthropic explicó que Claude Mythos Preview logró mejorar ataques contra una versión reducida de AES-128, un estándar de cifrado muy usado en internet. En la práctica, el modelo diseñó una técnica mejorada y, según los reportes, el ataque fue entre 200 y 800 veces más rápido que el mejor método conocido para esa variante reducida. Eso no equivale a descifrar el AES completo que protege los sistemas bancarios y muchas comunicaciones reales.
La diferencia es importante porque el experimento se hizo sobre una versión debilitada del algoritmo, usada justamente como campo de prueba para evaluar si una técnica podría escalar en el futuro. Aun así, el hecho de que una IA haya llegado sola a un resultado de ese nivel cambia el tono del debate. Ya no hablamos solo de automatizar auditorías de seguridad, sino de modelos capaces de empujar el criptoanálisis más allá de lo que un equipo humano esperaría encontrar rápido.
Por qué AES importa tanto
AES es uno de los pilares de la seguridad digital moderna, porque protege desde el tráfico web hasta redes inalámbricas y almacenamiento de datos. Cuando alguien entra a una página segura, usa correo electrónico o hace una transferencia online, una parte clave de esa experiencia depende de cifrados que impiden que terceros lean la información. Por eso cualquier noticia sobre un posible avance en su ruptura genera alarma inmediata.
Pero el matiz técnico es decisivo: Anthropic no afirmó haber quebrado el AES completo que usa la infraestructura real de internet. Lo que mostró fue que una IA puede encontrar debilidades matemáticas en una versión reducida del esquema, algo valioso para investigación, pero todavía no una evidencia de colapso del sistema global. Dicho de otro modo: no cayó la puerta principal, pero sí quedó claro que una máquina encontró la forma de probar mejor la cerradura.
Qué consecuencias podría tener
La primera consecuencia es psicológica y estratégica: aumenta la sensación de vulnerabilidad en toda la industria de seguridad. Si una IA puede descubrir fallos donde expertos humanos no lo lograron durante años, las empresas, gobiernos y laboratorios tendrán que revisar cómo evalúan sus algoritmos antes de desplegarlos. Eso acelera la presión por diseñar cifrados más resistentes y por auditar con más rigor los estándares que hoy se consideran seguros.
La segunda consecuencia es de carrera tecnológica. Anthropic también afirmó que el modelo halló debilidades en HAWK, un esquema de firma digital postcuántica aún en evaluación, y que pudo debilitar su fortaleza efectiva. Eso sugiere que la IA no solo sirve para defender sistemas, sino también para detectar puntos débiles en las próximas generaciones de criptografía. Para la seguridad informática, es un aviso: el tiempo entre descubrir un estándar y demostrar sus grietas podría acortarse mucho.
La tercera consecuencia es operativa. Si herramientas como Claude Mythos se vuelven más capaces en criptoanálisis, los equipos de ciberseguridad tendrán que incorporarlas a su lado defensivo antes de que otros actores las usen con fines ofensivos. El riesgo no está en que hoy pueda leer tus mensajes cifrados, sino en que el umbral para encontrar fallos serios ya no dependa solo de talento humano especializado. Y eso obliga a pensar en una internet donde el ataque y la defensa estarán cada vez más automatizados.
Lo que viene ahora
La lectura prudente es clara: no estamos ante el fin del cifrado de internet, pero sí ante una señal de alerta de primera magnitud. Claude Mythos demuestra que la IA ya puede ayudar a explorar la frontera más delicada de la seguridad digital: las matemáticas que sostienen la confianza en línea. Si antes el gran miedo era que una máquina escribiera malware, ahora el temor sube de nivel: que encuentre la grieta matemática antes que los humanos.
En ese escenario, el problema no es solo si una IA puede romper un cifrado, sino quién la controla, cómo se limita su uso y con qué rapidez la industria puede adaptarse. Esa será la discusión real después del ruido.
