Anthropic dice que los gusanos de IA autorreplicantes están a meses de distancia
Un modelo de 9.000 millones de parámetros logró montar inferencia en ocho de las nueve plataformas de hardware que probó Anthropic, y un modelo de 26B corrió repartido entre 15 cajas de Android TV genéricas. Son los dos resultados centrales del informe que el laboratorio publicó el lunes y que, según su propia advertencia, pondría a los gusanos de IA autorreplicantes a "meses" de ser viables sobre dispositivos IoT comerciales.
Para un founder, el titular suena a ciencia ficción. El problema real es más aburrido y bastante más urgente: la superficie de ataque de IoT que ya existe, y que tu startup probablemente tiene abierta sin saberlo.
Qué encontró realmente el informe de Anthropic
El equipo de Frontier Red Team descompuso la autorreplicación en cuatro pasos: identificar dispositivos objetivo, conseguir privilegios de ejecución, levantar un entorno de inferencia y seguir propagándose. El estudio se concentró en el tercer paso, el más difícil.
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 díasLos números concretos, según el informe:
- Un modelo de 9B parámetros configuró correctamente el software de inferencia en 8 de 9 tipos de hardware que no conocía, incluyendo Jetson Nano, computadoras Mac y máquinas con RTX 4090.
- Gemma4-26B-A4B, el modelo de Google DeepMind, corrió distribuido entre 15 cajas de Android TV de bajo costo, cada una con 4 GB de memoria, a una velocidad de 0,39 tokens por segundo.
- GLM-5.2, de Z.ai, propagó una copia de Llama3.1-8B por ocho nodos de Google Cloud que emulaban Android 15: llegó a los ocho en cuatro de cinco intentos y a siete en el restante.
- Con Qwen3.5-9B, la tasa de éxito al levantar inferencia subió del 45% inicial a entre 61% y 84% cuando las instancias nuevas heredaban notas escritas por las anteriores.
Ese último punto es el más incómodo del informe: el modelo no mejoraba porque fuera más inteligente, sino porque acumulaba experiencia entre generaciones. Anthropic lo describe con la metáfora de un moho mucilaginoso digital.
Por qué el experimento merece varios asteriscos
Anthropic admite en el propio documento que "ignora en gran medida el elemento de exploit informático" del proceso de replicación, apoyándose en papers previos. En otras palabras: los nodos donde el gusano se propagó fueron construidos a medida para el proyecto y dejados deliberadamente abiertos al ataque, con acceso ADB sin autenticación.
El propio laboratorio reconoce que esas condiciones simplificadas dan "un límite superior del éxito en el mundo real".
Hay más matices que el titular de pánico omite:
- La velocidad no asusta. Anthropic estima que estos gusanos tardarían días en duplicar su tamaño. Cuando Mirai apareció en 2016, duplicaba en alrededor de una hora.
- Solo un modelo funcionó. Los demás modelos de pesos abiertos que probaron "fallan de forma confiable", según el informe, que no aclara cuántos se testearon.
- El pronóstico es condicional. La predicción de que los modelos chicos alcanzarán ese nivel "para fin de año" depende de que mantengan su ritmo histórico de mejora, y se basa en un índice general de capacidades, no en una medición directa de autorreplicación.
- Los tiempos son lentos. Según Tech Wire Asia, montar la inferencia tomaría entre 28 y 150 horas según el modelo, lo que deja ventana para detectar y responder.
El antecedente que sí es real: Mirai y Kimwolf
El escenario que Anthropic describe no sale de la nada. Los botnets de IoT ya causaron daño masivo y verificable.
En marzo de 2026, el Departamento de Justicia de EE. UU. desarticuló cuatro botnets de IoT —Aisuru, KimWolf, JackSkid y Mossad— que habían comprometido más de tres millones de dispositivos, según Krebs on Security. Los ataques DDoS asociados alcanzaron los 30 Tbps, entre los más grandes registrados, y algunos víctimas reportaron pérdidas de decenas de miles de dólares.
Help Net Security reportó además que, según Cloudflare, los ataques DDoS totales se duplicaron en 2025 hasta 47,1 millones, y el mayor —un flood UDP de 31,4 Tbps vinculado a Aisuru en noviembre de 2025— fue casi seis veces más grande que el récord de 2024.
El propio informe de Anthropic cita a Kimwolf, que según Tech Wire Asia infectó más de dos millones de dispositivos, casi todos cajas de Android TV. La diferencia que introduce un gusano de IA es que no necesita un centro de control: no hay un servidor que apagar.
¿Qué significa esto para tu startup?
Aunque el gusano autorreplicante todavía no exista, la infraestructura que lo haría posible sí. Y esa infraestructura es la misma que ya usan los botnets actuales.
Acción 1: haz inventario y segmenta tu red IoT. La guía de CISA citada por Tech Wire Asia identifica credenciales débiles, interfaces inseguras y segmentación insuficiente como los riesgos más comunes. Si tu oficina tiene cámaras, sistemas de videoconferencia o routers de consumo en la misma red que tus servidores de producción, ese es el primer problema a resolver. Separa el equipamiento IoT de los sistemas críticos.
Acción 2: cierra los accesos sin autenticación. El experimento de Anthropic funcionó porque los nodos exponían ADB sin autenticación. Cambiar credenciales por defecto, desactivar puertos de depuración y aplicar actualizaciones de firmware elimina la mayoría de las vías de entrada más comunes. No es una medida contra la IA: es higiene básica de seguridad que ya deberías estar haciendo.
Acción 3: monitorea lo que sería anómalo. Anthropic propone indicadores concretos y detectables: descargas de modelos de varios gigabytes, tráfico sostenido entre dispositivos de la misma red y conexiones salientes inusuales asociadas a escaneo de red. Si vendes hardware conectado, incorpora esas señales en tu telemetría.
Acción 4: si fabricas dispositivos IoT, la seguridad es parte del producto. La guía del NIST de abril de 2026 recomienda integrar consideraciones de ciberseguridad durante todo el desarrollo del producto, con capacidades como identificación del dispositivo, controles de acceso, gestión de configuración y actualizaciones de software. Para una startup que compite por precio, esto es diferenciación, no un costo extra.
La conclusión incómoda
Anthropic admite que no sabe qué forma tomará la replicación autónoma de IA, ni cuándo podría aparecer, si es que aparece. Eso no invalida el mensaje de fondo: los dispositivos IoT están mal asegurados, los botnets ya explotan eso a escala de millones, y agregar capacidades de IA al problema no lo va a hacer más fácil de contener.
La respuesta sensata no es entrar en pánico por un gusano que todavía no existe, sino cerrar las puertas que llevan años abiertas. Eso se puede hacer esta semana, sin presupuesto nuevo y sin esperar a que un laboratorio publique el próximo informe alarmante.
Fuentes
- The Register (fuente original)
- Tech Wire Asia
- BleepingComputer
- Help Net Security
- Krebs on Security
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
