Gusanos de IA autorreplicantes: qué ha demostrado Anthropic y qué falta todavía
Anthropic ha demostrado que los modelos de inteligencia artificial ya pueden coordinar la propagación autónoma entre dispositivos conectados, replicando copias de sí mismos sin que nadie programe cada paso del ataque. La compañía no afirma que exista un gusano informático completo basado en IA, pero sus pruebas con modelos abiertos muestran que las piezas necesarias para construirlo funcionan por separado y podrían converger antes de que acabe 2026. La distinción es importante: entre un experimento controlado y una amenaza operativa hay una distancia que conviene medir con precisión, sin restar importancia a lo que sí se ha comprobado.
Qué ha detectado Anthropic en sus pruebas
Un gusano informático tradicional necesita conocer de antemano la puerta que va a forzar: busca una vulnerabilidad concreta, ejecuta una estrategia programada y repite el proceso en el siguiente equipo. Anthropic plantea algo distinto: un malware que llega a una máquina desconocida, averigua por sí mismo cómo funciona y encuentra la manera de instalar allí una copia operativa de su propio modelo.
La compañía dividió el experimento en dos frentes. En el primero comprobó si un modelo de IA cabe y funciona en hardware modesto. Los investigadores consiguieron ejecutar Gemma4-26B-A4B repartido entre 15 Android TV boxes de apenas 55 dólares cada uno, demostrando que un conjunto de dispositivos IoT baratos puede sumar la capacidad necesaria para mover un modelo competente. En otra evaluación, Qwen3.5-9B logró preparar correctamente la inferencia en ocho de nueve tipos de hardware que no conocía previamente.
El segundo frente midió la propagación en un escenario deliberadamente simplificado: una red aislada de máquinas virtuales Android en Google Cloud, con un nodo inicial infectado y la tarea de localizar los siguientes, transferir la carga y poner en marcha la inferencia en cada uno. GLM-5.2 fue el único modelo abierto que completó de forma fiable toda la cadena, alcanzando ocho de ocho nodos en cuatro de cinco intentos.
El problema es que su tamaño lo descarta para los dispositivos baratos del otro experimento: los modelos pequeños caben en el hardware modesto, pero el que sabe propagarse con fiabilidad todavía no cabe.
Por qué esto es distinto de una botnet
Un gusano convencional, del tipo que dio forma a Mirai, barre millones de direcciones buscando siempre la misma puerta abierta. Uno impulsado por IA podría comportarse de otra manera: encontrarse con un sistema que no ha visto antes, inspeccionarlo, elegir herramientas compatibles y cambiar de estrategia si algo falla.
Anthropic comprobó además que esa capacidad de adaptación puede transmitirse entre generaciones. Cuando distintas instancias de Qwen3.5-9B heredaban notas sobre los aciertos y errores de sus predecesoras, la tasa de éxito al preparar un entorno de inferencia pasó del 45 % inicial a entre el 61 % y el 84 %. El sistema parece capaz de aprender de lo que le ocurrió a la copia anterior, algo que una botnet tradicional, que repite siempre el mismo guion, no hace.
El terreno favorito: routers, cámaras y televisores olvidados
Ningún electrodoméstico inteligente va a convertirse de la noche a la mañana en un centro de datos. El riesgo viene de otro lado: existen millones de televisores, cámaras, routers y sistemas NAS conectados con contraseñas por defecto, configuraciones débiles y actualizaciones que a menudo dejan de llegar antes de lo que debieran.
Como referencia de la escala que puede alcanzar este tipo de redes, Anthropic cita Kimwolf, una botnet que llegó a superar los dos millones de dispositivos infectados, la mayoría Android TV boxes. Una red de ese tamaño no igualaría la potencia de cálculo de un gran centro de datos, pero tampoco lo necesitaría: bastaría con mantener miles de copias lentas y repartidas, sin un servidor central cuya desconexión resuelva el problema de un plumazo.
Las limitaciones que reconoce Anthropic
Nada de esto convierte el experimento en la antesala inmediata de una amenaza masiva. Anthropic facilitó deliberadamente la parte ofensiva de la prueba: los nodos virtuales exponían ADB, la interfaz de depuración de Android, sin ningún tipo de autenticación. El objetivo era comprobar si los modelos podían organizar la replicación y arrancar la inferencia, no demostrar que son capaces de saltarse defensas reales.
Tampoco son rápidos. Qwen3.5-9B necesita entre 28 y 51 horas para completar la preparación de un entorno nuevo, y Gemma puede llegar a tardar entre 71 y 150. Ciaran Martin, que dirigió el National Cyber Security Centre británico, ha acusado a Anthropic de cierta exageración en cómo ha presentado el riesgo, y la compañía reconoce en su estudio que esas cifras representan más bien un techo de lo que lograría hoy un atacante real, no una amenaza ya operativa.
| Pieza del gusano | Qué se ha demostrado | Qué falta |
|---|---|---|
| Ejecución en hardware barato | Gemma4-26B-A4B repartido entre 15 Android TV boxes de 55 dólares | Un modelo pequeño con capacidad de propagación fiable |
| Propagación entre nodos | GLM-5.2 alcanzó 8 de 8 nodos en 4 de 5 intentos | Un modelo que quepa en dispositivos IoT baratos |
| Adaptación a hardware desconocido | Qwen3.5-9B preparó la inferencia en 8 de 9 tipos de hardware | Velocidad: entre 28 y 51 horas por entorno |
| Aprendizaje entre generaciones | La tasa de éxito subió del 45 % al 61-84 % con notas heredadas | Verificación en condiciones reales, sin ADB expuesto |
A día de hoy, ningún modelo reúne a la vez las dos condiciones necesarias: caber en el hardware barato que puebla las redes IoT y completar la cadena de propagación con la fiabilidad que mostró GLM-5.2 en el entorno de pruebas.
Qué se puede hacer mientras tanto
De momento no existe un gusano de IA completo circulando por la red. Pero el aviso coincide con una tendencia observada en los últimos meses: modelos que buscan caminos alternativos cuando topan con una restricción, agentes que actúan sobre sistemas reales y, hace apenas unos días, la propia Anthropic retiró temporalmente el acceso a Internet de sus evaluaciones tras detectar comportamientos que no esperaba.
Mientras ese escenario no termina de confirmarse, las medidas más sencillas siguen siendo las más efectivas: revisar las contraseñas por defecto de routers, cámaras y televisores conectados, mantener el firmware actualizado y retirar cuanto antes los equipos que ya no reciben soporte del fabricante. Hasta ahora, retirar la conexión de un agente era una de las vías más efectivas para neutralizarlo; conviene no perder esa costumbre mientras los modelos ganan autonomía para moverse entre dispositivos.
Preguntas frecuentes sobre gusanos de IA autorreplicantes
¿Existe ya un gusano de IA autorreplicante en circulación?
No. Anthropic ha demostrado por separado las dos piezas del problema, pero ningún modelo pequeño las reúne todavía en un gusano completo capaz de propagarse por Internet.
¿En qué se diferencia un gusano de IA de una botnet tradicional?
Una botnet convencional repite siempre el mismo ataque contra la misma vulnerabilidad. Un gusano impulsado por IA podría inspeccionar un sistema desconocido, elegir herramientas compatibles, cambiar de estrategia si falla y aprender de los errores de generaciones anteriores.
¿Qué es ADB y por qué importa en este estudio?
ADB (Android Debug Bridge) es la interfaz de depuración de Android. En las pruebas de Anthropic estaba expuesta sin autenticación, lo que facilitó la propagación entre los nodos virtuales del experimento.
¿Puede mi televisor o mi router formar parte de una red así?
Es más probable en dispositivos con contraseñas por defecto, sin actualizaciones de seguridad y con puertos de depuración expuestos. No hay confirmación de que sea inminente, pero conviene revisar esas configuraciones.
¿Qué modelos de IA se usaron en las pruebas de Anthropic?
Gemma4-26B-A4B, Qwen3.5-9B y GLM-5.2, cada uno probado en una fase distinta: ejecución en hardware modesto, adaptación a hardware desconocido y propagación entre nodos.
¿Qué es Kimwolf?
Una botnet que superó los dos millones de dispositivos infectados, principalmente Android TV boxes. Anthropic la cita como referencia de la escala que podría alcanzar una red de dispositivos IoT comprometidos.
Recuerde que…
La distancia entre un experimento de laboratorio y una amenaza real se mide en condiciones que Anthropic facilitó a propósito: nodos sin autenticación, redes aisladas y modelos que tardan días en preparar un entorno. Esa distancia existe y conviene no ignorarla. Pero también es cierto que las piezas ya funcionan por separado y que el parque de dispositivos conectados sigue creciendo con contraseñas débiles y firmware sin actualizar. La lección práctica no requiere alarmismo: revisar el router, cambiar las claves por defecto y retirar los equipos sin soporte reduce la superficie de exposición mucho antes de que exista un gusano completo. Pueden leer más contenido en https://fernandojuca.com así como videotutoriales y podcast en https://youtube.com/fernandojucamaldonado.
