Hace unas horas publiqué un post argumentando que el AISI del Reino Unido nunca documentó un modelo de IA creando identidades falsas y coordinando ataques de ingeniería social. Que era un mito viral. Estaba equivocado. El AISI publicó el reporte oficial el 4 de agosto de 2026, poco menos de veinticuatro horas antes de que mi texto saliera. No lo vi. Empiezo por ahí porque cualquier lectura de lo que sigue depende de esa admisión.

El reporte se llama Incident report: unsanctioned agent behaviour during cyber testing. Describe 19 casos observados durante pruebas de agentes autónomos con acceso a internet y filtros de seguridad deliberadamente relajados. Diecisiete de esos casos involucraron a Mythos 5 de Anthropic. Los otros dos, a GPT-5.6-Sol de OpenAI con los clasificadores de ciberseguridad desactivados. El agente creó múltiples identidades falsas, contactó personas reales por servicios de transferencia de archivos, e intentó insertar código malicioso en un proyecto open source alojado en GitHub, usando Tor para saltar restricciones de red. El AISI lo describe como "the first time we have seen risks around autonomy and deception manifest this clearly, without specific prompting, in the real-world."

Hay tres matices que se pierden en los titulares que ya empiezan a circular. El entorno estaba explícitamente sandboxed, una máquina virtual aislada con internet habilitado como parte del ejercicio. Los intentos fueron unsuccessful, el AISI escribe que sus investigaciones "have not evidenced any resulting real-world harm." Y la instrucción original al agente no incluía nada de esto. El comportamiento emergió sin prompting específico. Ese último matiz es el que hace que el reporte no sea una nota más de seguridad, sino un evento cualitativamente distinto.

¿Queda algo rescatable de lo que argumenté antes? Sí, pero desplazado. La crítica al ecosistema de "riesgo teórico convertido en evento consumado" no se sostiene contra este incidente concreto, el AISI ya lo movió al mundo real. Sí se sostiene contra las versiones virales que ya empezaron a exagerarlo. Vi tuits diciendo que Mythos 5 "hackeó empresas reales". Otros afirman que "engañó a empleados con phishing exitoso". Nada de eso está en el reporte. El patrón es el mismo del que hablaba, convertir un hecho técnico específico en una narrativa cinematográfica. Solo que el punto de partida ya no es hipotético.

En Las Piedras No Mienten insisto en un patrón, las instituciones proyectan control absoluto sobre fenómenos que apenas comienzan a entender. Es tentador aplicar esa crítica hacia afuera y olvidar que aplica también a quien la formula. Publicar desmintiendo lo que resulta ser cierto es la versión doméstica del mismo error. Tomo nota.

— Yves