La empresa de inteligencia sobre vulnerabilidades VulnCheck publicó recientemente su tercer análisis de seguimiento del programa de seguridad de Anthropic, Project Glasswing. Según las cifras del registro público de Anthropic hasta el 2 de noviembre, en sus siete meses de funcionamiento Glasswing informó de 37.966 hallazgos, de los cuales solo 7.349 se hicieron públicos, aproximadamente el 19,4 %. Apenas 217 figuran como corregidos.
Cuando Anthropic puso en marcha Glasswing el 7 de abril, afirmó haber encontrado «miles de vulnerabilidades de alto riesgo y gravedad crítica» y estar revelándolas de forma responsable a los mantenedores de proyectos de código abierto. Patrick Garrity, miembro de VulnCheck y autor del artículo, empezó a crear una base de datos de código abierto a mediados de abril para hacer un seguimiento individual de las vulnerabilidades atribuibles a Anthropic.
Casi 12.000 nuevos hallazgos en dos meses, pero solo 15 reparaciones más
VulnCheck comparó los registros del 8 de septiembre y el 2 de noviembre: el total de hallazgos pasó de 26.153 a 37.966, un aumento de 11.813; los hallazgos reparados pasaron de 202 a 217, apenas 15 más; los retirados aumentaron de 245 a 419, mientras que los marcados como duplicados pasaron de 2 a 1.670. En el mismo periodo, la tasa de verdaderos positivos indicada en los registros subió del 91,4 % al 94,2 %.
Garrity considera que, pese a que las cifras de duplicados y elementos retirados superan con creces las de reparaciones, la tasa de verdaderos positivos sigue subiendo, lo que indica que la forma de clasificar los registros quizá no refleje estos resultados. También identificó 442 identificadores CVE atribuibles a Anthropic, alrededor del 0,5 % de los 93.450 CVE registrados en lo que va de año. Solo 2 de ellos figuran en la lista de vulnerabilidades explotadas en ataques reales.
Más de la mitad de los informes recibidos por curl se consideraron no relacionados con vulnerabilidades
VulnCheck también citó el caso de curl, una herramienta de descarga de código abierto. Su mantenedor, Daniel Stenberg, afirmó recientemente que el proyecto recibió de Anthropic un lote de 45 informes de vulnerabilidades. Anthropic calificó uno de ellos como de riesgo moderado y el resto como de riesgo bajo. En el momento de publicarse el análisis, de los 34 informes hechos públicos, 19 se habían considerado ajenos a vulnerabilidades, 6 se habían confirmado como de riesgo bajo y 9 seguían en evaluación.
Garrity concluyó que la IA es una herramienta útil para encontrar vulnerabilidades, pero que las cifras de siete meses no concuerdan con lo que se afirmó cuando se lanzó Glasswing, y que el trabajo de verificación se ha trasladado a los mantenedores de proyectos de código abierto.
Anthropic ya había reconocido que la verificación humana es un cuello de botella
Cuando Anthropic lanzó el 8 de octubre OSS Scanner, una herramienta de autoanálisis para proyectos de código abierto, explicó en una publicación oficial que ya había identificado más de 29.000 posibles vulnerabilidades, pero que solo había revisado manualmente unas 6.000. La empresa admitió que estaba limitada por su «capacidad humana de verificación» y que, a petición de algunos mantenedores, ya había enviado en bloque cerca de 5.000 informes sin verificar.
Anthropic también indicó que los informes de OSS Scanner «son generados íntegramente por modelos y no han sido revisados ni clasificados por personas», por lo que pueden contener errores o información no válida, y que corresponde a los mantenedores de cada proyecto evaluarlos. Este proyecto ya se había cubierto anteriormente en el artículo «Anthropic ofrece gratuitamente a proyectos de código abierto el análisis de vulnerabilidades con su modelo más potente». Al cierre de esta publicación, Anthropic no había respondido públicamente al análisis de VulnCheck.
El artículo «El programa de vulnerabilidades de Anthropic registra 38.000 hallazgos en siete meses y solo 217 reparaciones» apareció originalmente en .
【Análisis adicional】
【Mi análisis adicional】
El proyecto Glasswing de Anthropic pone de manifiesto un dilema típico de los grandes modelos de lenguaje (LLM) actuales en el ámbito de la ciberseguridad: **la contradicción entre una enorme capacidad para generar informes y una comprensión contextual y capacidad de verificación deficientes**. Aunque el análisis automatizado mediante IA reduce considerablemente las barreras para detectar posibles anomalías, la elevada tasa de falsos positivos —como en el caso de curl— traslada a los mantenedores de la comunidad de código abierto un enorme coste de verificación manual, lo que provoca una proliferación de «informes basura generados por IA». Esto demuestra que la IA generativa aún depende de expertos humanos para auditar código y defender sistemas. A corto plazo, las herramientas de seguridad basadas exclusivamente en modelos no pueden sustituir a las soluciones de seguridad propietarias consolidadas.
【Impacto en el mercado】
* **Mercado bursátil estadounidense (neutral con sesgo bajista):**
* **Gigantes de la IA y socios del ecosistema (como Amazon AMZN y Alphabet GOOGL):** El cuello de botella del experimento de Anthropic refleja la brecha entre el potencial de los grandes modelos y su eficacia en aplicaciones verticales como DevSecOps. Esto podría moderar las expectativas del mercado sobre la narrativa más agresiva de que «la IA sustituirá por completo el trabajo humano» y tendría un impacto general **neutral** en sus principales inversores.
* **Sector tradicional de ciberseguridad (como CrowdStrike CRWD y Palo Alto Networks PANW):** Sesgo **neutral-alcista**. Este caso demuestra que la IA generativa de propósito general todavía no puede sustituir a los sistemas profesionales de supervisión y protección de la ciberseguridad. Por el contrario, el modelo de colaboración entre personas y máquinas (human-in-the-loop) de los proveedores especializados en seguridad constituye una barrera comercial más sólida.
* **Mercado de criptomonedas (neutral):**
* En el caso de las criptomonedas relacionadas con la IA (como TAO y FET) y de los proyectos que promocionan «auditorías de contratos inteligentes realizadas exclusivamente por IA», el mercado podría evaluar con más cautela su madurez tecnológica. Sin embargo, esto refuerza la importancia de las «auditorías conjuntas entre personas y máquinas», por lo que el impacto en el sector de la seguridad cripto es **neutral**.
【Aspectos que seguir】
En adelante, habrá que observar si Anthropic modifica los mecanismos de filtrado de OSS Scanner y si la comunidad de código abierto —por ejemplo, la Fundación Linux y GitHub— establece normas contra el acoso y restricciones para los informes de vulnerabilidades generados automáticamente por IA.
【Advertencia de riesgos】
Si el uso indebido del análisis con IA provoca tensiones en la comunidad de código abierto, podría ralentizar el proceso general de gestión de vulnerabilidades. También hay que estar atentos al riesgo sistémico de que los hackers aprovechen vulnerabilidades confirmadas pero aún no reparadas y divulgadas por Anthropic para lanzar ataques de día cero (0-day attacks).