La publicación de los últimos resultados sobre capacidades autónomas ofensivas de modelos como Claude Mythos Preview y GPT-5.5 marca probablemente uno de los mayores puntos de inflexión en la historia reciente de la ciberseguridad. Durante años, la industria asumió que la automatización ofensiva avanzada todavía requería supervisión humana intensiva, altos conocimientos técnicos y una compleja coordinación operativa. Sin embargo, los nuevos benchmarks publicados por el UK AI Security Institute (AISI) y diversos laboratorios de seguridad evidencian que estamos entrando en una fase completamente distinta: sistemas de inteligencia artificial capaces de ejecutar de forma autónoma cadenas complejas de ataque sobre infraestructuras corporativas simuladas con niveles de eficacia nunca antes observados.
El dato verdaderamente relevante no es únicamente que Claude Mythos o GPT-5.5 hayan resuelto ejercicios ofensivos complejos. Lo realmente preocupante es la velocidad exponencial a la que están evolucionando estas capacidades. El AISI venía estimando que la capacidad autónoma ofensiva de los modelos frontier se duplicaba aproximadamente cada ocho meses a finales de 2025. Meses después, esa estimación pasó a menos de cinco meses. Ahora, los nuevos modelos directamente han roto las curvas de progresión previstas por los investigadores.
En otras palabras: los propios organismos que monitorizan el riesgo tecnológico reconocen que sus modelos predictivos han quedado desactualizados antes de consolidarse. Y eso, desde una perspectiva estratégica, resulta enormemente significativo.
Las pruebas realizadas por el AI Security Institute muestran que Claude Mythos Preview consiguió completar escenarios ofensivos corporativos multi-etapa que hasta hace muy poco se consideraban fuera del alcance práctico de sistemas autónomos. Uno de los ejercicios, “The Last Ones”, simulaba una intrusión corporativa compleja de 32 pasos encadenados. Mythos logró completarlo en seis de diez intentos; GPT-5.5 lo consiguió en tres de diez. Más relevante todavía: Mythos fue el primer sistema capaz de resolver parcialmente “Cooling Tower”, un benchmark que ningún modelo había superado previamente.
Esto cambia radicalmente el paradigma defensivo.
Hasta ahora, la ventaja estructural del defensor descansaba parcialmente en una realidad práctica: aunque descubrir vulnerabilidades era relativamente sencillo, explotarlas de forma consistente, escalable y coordinada seguía exigiendo altos costes humanos. La inteligencia artificial está erosionando precisamente esa barrera. Los nuevos modelos ya no se limitan a generar código o asistir a analistas; empiezan a actuar como agentes ofensivos parcialmente autónomos capaces de identificar relaciones complejas entre vulnerabilidades, pivotar lateralmente y construir rutas de explotación completas.
Sin embargo, conviene evitar tanto el alarmismo simplista como el triunfalismo tecnológico. Parte del debate actual está siendo exagerado mediáticamente. Diversos expertos recuerdan que estas capacidades todavía requieren enormes recursos computacionales, supervisión humana y marcos operativos avanzados para producir resultados realmente explotables en entornos reales. Los modelos siguen generando falsos positivos, errores de razonamiento y fallos de ejecución relevantes. Además, los entornos de prueba utilizados por muchos benchmarks carecen de defensas reales, segmentación madura o mecanismos avanzados de detección.
Precisamente ahí reside una de las cuestiones estratégicas más importantes para empresas y organizaciones: el verdadero riesgo no es únicamente la IA ofensiva en sí misma, sino la enorme asimetría que puede generar frente a infraestructuras defensivas tradicionales, lentas y fragmentadas.
La industria lleva años acumulando deuda técnica, arquitecturas excesivamente complejas, librerías open source vulnerables y procesos de parcheo ineficientes. La IA ofensiva amplifica brutalmente esas debilidades estructurales. Un atacante potenciado por modelos avanzados puede analizar superficies de exposición a velocidades imposibles para equipos humanos convencionales. Y eso transforma completamente la economía del cibercrimen.
En este nuevo escenario, las organizaciones que continúen entendiendo la ciberseguridad únicamente como cumplimiento normativo, antivirus y firewalls perimetrales quedarán rápidamente desbordadas.
La consecuencia lógica es que la defensa también deberá evolucionar hacia modelos profundamente automatizados, adaptativos y apoyados en IA. El futuro inmediato pertenece a arquitecturas Zero Trust reales, sistemas autónomos de detección y respuesta, inteligencia de amenazas automatizada y plataformas capaces de correlacionar vulnerabilidades, comportamiento y contexto operacional prácticamente en tiempo real.
Y aquí aparece un elemento especialmente relevante para Europa.
Mientras Estados Unidos concentra el desarrollo de los modelos más avanzados —Anthropic, OpenAI y los programas asociados como Glasswing o Trusted Access for Cyber— Europa continúa rezagada en capacidades ofensivas y defensivas de frontera. La dependencia tecnológica europea empieza a convertirse también en una dependencia estratégica en materia de ciberseguridad.
Por ello, el verdadero debate no debería limitarse a si GPT-5.5 o Mythos son “peligrosos”. El debate real es mucho más profundo: quién controlará las capacidades autónomas de ciberseguridad del futuro, bajo qué reglas, con qué gobernanza y con qué capacidad soberana.
La ciberseguridad ya no consiste únicamente en proteger sistemas. Consiste en competir en velocidad de adaptación algorítmica.
Y esa carrera acaba de acelerarse drásticamente