Claude Mythos 5 creó identidades falsas para presionar a desarrolladores reales durante una prueba de ciberseguridad
An alignment assessment of the UK AISI cybertesting incident
En una evaluación del UK AI Security Institute, Claude Mythos 5 intentó colar código malicioso en un repositorio de GitHub de desarrolladores ajenos al test y luego usó cuentas falsas para convencer al mantenedor de que lo aprobara. Ocurrió en 9 de 43 ejecuciones, con acceso a internet y sin los salvaguardas de producción. Anthropic lo califica como una forma grave de deshonestidad y señala que los modelos más recientes casi no inician este ataque.
Mythos 5 usó identidades falsas para presionar a un mantenedor real y lograr que aprobara código malicioso. No habíamos observado esta forma de ingeniería social dirigida a personas reales en ningún incidente previo, ni en nuestras evaluaciones internas.