El anuncio de Anthropic sobre sus modelos de ciberseguridad “Mythos” ha provocado un nuevo ciclo de debate en el ámbito cripto: ¿las herramientas avanzadas de IA harán que las finanzas descentralizadas sean más fáciles de explotar, o simplemente acelerarán el ritmo de la defensa? La conversación cobró impulso cuando Anthropic posicionó los sistemas de la clase Mythos para tareas centradas en la seguridad y —según la empresa— informó mejoras en la investigación de vulnerabilidades y el análisis de exploits en comparación con iteraciones anteriores.
Para inversores de DeFi, desarrolladores y equipos de seguridad, la pregunta subyacente importa menos el “hype” y más la realidad operativa: ¿puede la IA reducir de forma significativa la brecha entre descubrir debilidades y convertirlas en ataques que funcionen? Y, igual de importante, ¿pueden los defensores usar la misma capacidad para identificar problemas antes y corregirlos más rápido?
Puntos clave
Anthropic presenta a Claude Mythos como un sistema de IA enfocado en ciberseguridad, destinado a tareas como la investigación de vulnerabilidades y el razonamiento de seguridad por capas.
La IA puede acelerar la revisión de código, pero pasar de “encontrar una vulnerabilidad” a “robar fondos” todavía requiere ejecución técnica y operativa, algo que los atacantes a menudo deben planificar.
Los límites actuales, incluidos los falsos positivos y el razonamiento incorrecto, significan que la supervisión experta y la disciplina de procesos siguen siendo centrales en la seguridad de DeFi.
Los equipos defensivos y los desarrolladores también pueden adoptar pruebas asistidas por IA, lo que podría elevar los estándares de seguridad de base en todo el sector.
El riesgo en DeFi es desigual: proyectos más pequeños, ciclos de lanzamiento rápidos, código reutilizado y una cobertura de auditoría débil tienden a enfrentar una exposición mayor.
Para qué está destinado Claude Mythos
Claude Mythos es el sistema de IA más avanzado de Anthropic para tareas de ciberseguridad, diseñado de forma distinta a los asistentes de propósito general que solo explican conceptos o generan código bajo demanda. Anthropic ha descrito las capacidades de la clase Mythos como orientadas a flujos de trabajo complejos de seguridad, más que al uso amplio basado en chat.
Aunque la empresa inicialmente limitó el acceso en lugar de ofrecer una distribución amplia inmediata, los materiales publicados por Anthropic enfatizaron mejoras medibles en áreas que importan para los equipos de seguridad—especialmente la investigación de vulnerabilidades y el análisis de exploits. La relevancia para las criptomonedas es evidente: la seguridad de contratos inteligentes depende de identificar fallos con rapidez en repositorios públicos y evaluar cómo podrían aprovecharse en la práctica.
La mayor preocupación práctica para DeFi es la compresión del calendario. Si la IA ayuda a reducir el tiempo necesario para localizar y razonar sobre posibles vulnerabilidades, los atacantes podrían beneficiarse al pasar del descubrimiento lento a la explotación más rápida. Pero esa misma ventaja de velocidad también podría acortar el ciclo defensivo: revisar código, verificar supuestos y preparar correcciones antes de que la exposición se capitalice.
Por qué DeFi parece un objetivo atractivo
Las preocupaciones de seguridad en DeFi no son nuevas, y no dependen únicamente de la complejidad técnica. Los protocolos de DeFi a menudo custodian grandes sumas mediante contratos inteligentes, lo que significa que un problema de software puede convertirse en un riesgo financiero directo en lugar de un simple fallo teórico. El sector ha visto repetidamente pérdidas vinculadas a una variedad de modos de fallo—exploits, ataques tipo flash-loan, problemas entre cadenas, manipulación de la gobernanza y debilidades en contratos inteligentes.
Dos factores hacen que estos entornos sean especialmente sensibles. Primero, el código de los contratos inteligentes suele ser público, lo cual es bueno para la transparencia y la investigación de seguridad, pero también le da a los atacantes la misma información que tienen los defensores. Segundo, muchos sistemas de DeFi son jóvenes o evolucionan rápidamente, y aun los protocolos auditados pueden contener brechas o supuestos que ya no se cumplen bajo condiciones cambiantes.
En ese contexto, las herramientas de IA que puedan clasificar repositorios grandes, resumir sistemas complejos y sugerir rutas de ataque probables pueden verse como un multiplicador de fuerza. Si un modelo puede analizar patrones y razonar sobre rutas de explotación potenciales más rápido que la revisión manual tradicional, los atacantes podrían escalar su esfuerzo más allá de lo que equipos pequeños podían lograr antes.
La IA puede ayudar, pero no garantiza ataques rentables
Incluso si la IA puede identificar vulnerabilidades de forma eficiente, el camino hacia una explotación exitosa no es una línea recta. Muchos ataques reales en criptomonedas requieren más que reconocer una debilidad: dependen de entender la mecánica del protocolo, coordinar secuencias de transacciones, gestionar la dinámica de liquidez, recorrer rutas de gobernanza y reducir al mínimo la probabilidad de detección.
Los propios materiales de investigación de Anthropic y su experiencia más amplia en ciberseguridad apuntan a una realidad operativa clave: los sistemas de IA pueden ser útiles mientras aún producen errores. En la práctica, el análisis impulsado por IA puede sacar a la luz múltiples problemas posibles, no todos válidos o explotables. Eso significa que los defensores deben seguir asumiendo que las herramientas automatizadas generarán ruido junto con valor, y que los equipos necesitarán verificar los hallazgos en lugar de tratar la salida del modelo como una verdad final.
Para los usuarios de DeFi, esta distinción importa. Una vulnerabilidad que aparece en un informe no se traduce automáticamente en fondos drenados. Los atacantes también pueden enfrentar restricciones—requisitos de capital, timing o dependencias entre contratos—que la IA no puede eliminar. Del mismo modo, los defensores que pueden actuar con rapidez ante hallazgos de alta confianza pueden reducir la ventana en la que los atacantes convierten la teoría en ejecución.
Dónde la IA podría fortalecer la seguridad en DeFi
Otra razón por la que el relato de que “la IA solo debilitará DeFi” no se sostiene del todo es que los equipos defensivos también tienen acceso a herramientas similares. Las firmas de seguridad pueden integrar la revisión asistida por IA en sus flujos de trabajo, y los desarrolladores pueden usar IA para complementar las comprobaciones de código. Los cazadores de bugs también podrían ampliar la cobertura y acelerar el escrutinio previo al lanzamiento, atrapando potencialmente clases de problemas antes que los procesos tradicionales por sí solos.
Esto abre un escenario más equilibrado: la IA se convierte en una parte normal del desarrollo seguro, en lugar de ser un recurso que solo los atacantes poseen. En esta perspectiva, la variable decisiva ya no es si la IA existe del lado ofensivo, sino qué tan rápido pueden los equipos incorporar el análisis respaldado por IA en los pipelines de despliegue y qué tan efectivamente responden cuando se detectan problemas.
También vale la pena señalar que los grandes incidentes en cripto a veces han estado impulsados por factores no relacionados con el código de los contratos inteligentes—como claves privadas comprometidas, ingeniería social o manipulación de la gobernanza. Las mejoras en IA para la revisión de código no eliminarán esos riesgos, pero podrían reducir una categoría de exposición al ajustar cómo se evalúa la lógica del contrato.
Prioridades de los creadores de DeFi en un mundo acelerado por IA
Para los equipos de protocolo, la lección más clara es asumir que la investigación automatizada de vulnerabilidades se vuelve cada vez más fácil de ejecutar. Eso no significa que cada debilidad se explote de inmediato, pero sí que las expectativas de seguridad deberían aumentar. Los equipos deben centrarse en acortar el tiempo entre identificar un posible problema y enviar una corrección—porque en un ecosistema más rápido, las demoras pueden importar tanto como la prevención.
Las prioridades accionables destacadas por este cambio incluyen ampliar las pruebas de seguridad automatizadas, realizar auditorías continuas en lugar de revisiones únicas, e integrar el análisis de código asistido por IA en los flujos de trabajo de desarrollo. Muchos equipos también se beneficiarán de mejorar la supervisión de amenazas y la preparación para la respuesta a incidentes, ya que una detección y triaje más rápidos pueden reducir el impacto real de cualquiera de las vulnerabilidades que sí se escapen.
El riesgo tampoco se distribuye de manera uniforme en DeFi. Los protocolos más expuestos suelen ser los que cuentan con recursos de seguridad limitados, cronogramas de despliegue apresurados, una reutilización intensa de código existente, una cobertura débil de auditorías de terceros o diseños heredados de contratos inteligentes que se basan en supuestos que ya no se alinean con las técnicas de explotación actuales. Para estos equipos, el análisis asistido por IA podría reducir barreras—pero también eleva el listón que deben cumplir para mantenerse al día.
Un cambio de estándares, no un colapso garantizado
El mito—y la tendencia más amplia de una IA enfocada en ciberseguridad—señalan un gran cambio en la rapidez con la que pueden abordarse tareas complejas de seguridad. Aun así, la idea de que DeFi se dirige hacia un colapso inevitable pasa por alto limitaciones prácticas: descubrir una vulnerabilidad no garantiza que pueda explotarse, el análisis de IA sigue siendo imperfecto y los defensores pueden adaptarse a la misma velocidad que lo hacen los atacantes. Lo más probable es una evolución de los estándares de seguridad: con un descubrimiento de vulnerabilidades más rápido y más presión para que los equipos actualicen el código y respondan en plazos más cortos.
Lo que los lectores deberían vigilar a continuación es cómo los equipos de los protocolos operacionalizan la seguridad asistida por IA: si las auditorías se vuelven continuas, cómo mejoran los plazos de respuesta y si el sector cierra brechas más rápido que los atacantes pueden explotarlas.
La investigación previa y la cobertura de Mythos de Anthropic sobre las capacidades del modelo de ciberseguridad de Anthropic informaron la discusión sobre cómo Mythos se desempeña en tareas relacionadas con seguridad. Aparece información adicional sobre la cobertura relacionada con Mythos en Reuters.
Este artículo se publicó originalmente como ¿Puede la IA drenar DeFi? Comprobando las afirmaciones detrás del hype de Claude en Crypto Breaking News: su fuente confiable de noticias cripto, noticias sobre Bitcoin y actualizaciones de blockchain.