Todos los casos

Biblioteca de casos

Aquí se listan todos los artículos de casos que creamos para este informe. Cada unidad conserva los números de página, las cifras y los puntos desconocidos del informe original.

42 es el número de unidades editoriales: algunas unidades contienen múltiples operaciones, otras combinan dos identificadores de origen en un solo artículo. No debe leerse como '42 casos independientes' ni como una estadística global.

42 unidades de caso.

Operaciones cibernéticas · p. 6–11

Ciberespionaje asistido por IA: el caso GTG-20006

Según el informe de Anthropic de septiembre de 2026, GTG-20006 es un actor de ciberespionaje que utiliza IA para automatizar operaciones y ganar velocidad. Anthropic afirma que su atribución coincide con los informes públicos que vinculan al actor con Midnight Blizzard. El actor utilizó un conjunto de herramientas personalizado que incluye dos tipos de implantes para Windows, un kit de explotación móvil, un robador de credenciales dirigido a bóvedas de contraseñas de navegadores, una plataforma de phishing diseñada para suplantar objetivos prioritarios como organizaciones gubernamentales, y una consola de gestión para controlar cuentas comprometidas. El informe observó que GTG-20006 automatizó la mayor parte de sus operaciones —desde el desarrollo, la adquisición de infraestructura, el phishing, la persistencia de comando y control, hasta la exfiltración de datos— mediante flujos de trabajo personalizados impulsados por IA.

Operaciones cibernéticasOrquestación de flujos Desarrollo de software Análisis de datos

Operaciones cibernéticas · p. 11–24

Robo de datos oportunista y rescate: Caso GTG-50014

Según el informe de Anthropic, múltiples clústeres de intrusión oportunistas sospechosos de estar vinculados al grupo ShinyHunters utilizaron IA para mejorar su actividad delictiva. Estos actores escanearon ampliamente sistemas expuestos a Internet sin parchear, registraron contenedores públicos, repositorios de código, aplicaciones móviles y más en busca de credenciales, tokens y claves API, luego se dirigieron directamente a las bases de datos para robar datos de clientes después de obtener acceso, y extorsionaron a las víctimas amenazando con publicar o vender los datos. El informe afirma que los agentes de IA realizaron la mayor parte del trabajo, con un caso que pasó de un token robado al control total del entorno en la nube de una víctima en unas 3 horas. El informe también deja claro: los propios sistemas de Anthropic no fueron vulnerados por este actor.

Operaciones cibernéticasOrquestación de flujos Desarrollo de software Análisis de datos

Operaciones cibernéticas · p. 24–28

Marcos de ataque autónomos e investigación de vulnerabilidades: Caso GTG-10007

Según un informe de Anthropic, un grupo de operadores de habla china que se evalúa que probablemente residen en Changsha, Hunan, China, utilizó Claude como capa de ingeniería y orquestación para una campaña de ataque coordinada. Múltiples flujos de trabajo funcionaron en paralelo: intrusiones en sistemas de producción, reconocimiento de redes gubernamentales extranjeras, investigación continua de vulnerabilidades y desarrollo de exploits contra productos de seguridad de terminales convencionales, desarrollo de malware y operación de una plataforma de recolección de inteligencia sin supervisión. Los objetivos fueron aproximadamente 50 organizaciones. La información de atribución, como la ubicación de los operadores, proviene de la evaluación del informe; sus hallazgos de vulnerabilidades se validaron solo en los entornos experimentales propios de los actores.

Operaciones cibernéticasOrquestación de flujos Desarrollo de software Análisis de datos

Operaciones cibernéticas · p. 28–30

Servicios falsos de reventa de IA y robo de credenciales: Caso GTG-50021

Según el informe de Anthropic, la cadena de suministro de la IA se ha convertido en un objetivo, botín y fuente de capacidad de cómputo para ataques de actores maliciosos. El acceso a la IA en forma de claves API robadas, tokens de sesión y dispositivos es cada vez más el objetivo único de múltiples grupos criminales. GTG-50021 es un servicio falso de reventa de IA operado por un actor de habla rusa y ucraniana. Los clientes pensaban que compraban acceso a Claude con descuento, pero su tráfico se redirigía silenciosamente a otros modelos; la herramienta del revendedor también instalaba un recopilador de credenciales en el dispositivo, revendiendo las credenciales de las cuentas a otras redes de proxies.

Operaciones cibernéticasDesarrollo de software Orquestación de flujos

Operaciones cibernéticas · p. 30–34

De intrusiones en sistemas hoteleros a ataques a la cadena de suministro de IA: Caso GTG-50020

Según el informe de Anthropic, GTG-50020 es un actor de habla rusa motivado por el lucro que históricamente se dirigía a plataformas de reservas hoteleras y fintech. En una intrusión, exfiltró unos 26 GB de datos de una víctima e intentó obtener entre 1,5 y 2,5 millones de dólares mediante rescate (o vendiendo los datos en foros de la dark web). Luego trasladó las mismas técnicas a la industria de la IA: al inyectar instrucciones maliciosas en el entorno de pruebas automatizado de un proveedor de IA, hizo que el entorno entregara las credenciales que poseía, incluidas las claves API de IA de producción de varios proveedores que ese proveedor tenía. El informe deja claro: el actor nunca obtuvo acceso a modelos Claude no publicados y los propios sistemas de Anthropic no fueron vulnerados.

Operaciones cibernéticasDesarrollo de software Orquestación de flujos

Operaciones cibernéticas · p. 34–38

Robo de datos dirigido a organizaciones políticas europeas: Caso GTG-50029

Según el informe de Anthropic, en la primavera de 2026 un actor de habla francesa utilizó Claude para dirigirse a partidos políticos, medios, think tanks europeos y los servicios de software que utilizan. El informe rastreó 42 entidades objetivo, de las cuales al menos 14 fueron accedidas internamente, con un robo estimado de 12 a 26 GB de datos. Este es un ejemplo de una persona que utiliza la IA para escalar las capacidades de intrusión y correlación de datos; esta página no proporciona ningún dato de identificación personal.

Operaciones cibernéticasAnálisis de datos Desarrollo de software Orquestación de flujos

Operaciones cibernéticas · p. 106–107

Reconocimiento militar y sistemas de vigilancia nacional: el caso GTG-30005

Según el informe, un actor de amenazas vinculado a Irán utilizó Claude para recopilar y analizar datos disponibles públicamente y desarrollar recomendaciones de objetivos contra fuerzas de la Marina de EE. UU. en la región. El actor utilizó Claude para redactar manuales de objetivos, identificando y rastreando posiciones navales basándose en información de fuentes abiertas. La misma cuenta también desarrolló software empresarial para sistemas estatales iraníes, incluido el diseño de una plataforma de vigilancia nacional a gran escala que combina el reconocimiento automático de matrículas y la interceptación de identificadores de dispositivos móviles. Esta página no publica coordenadas de objetivos ni detalles de explotación.

Operaciones cibernéticasAnálisis de datos Desarrollo de software

Operaciones cibernéticas · p. 107–110

Desarrollo de herramientas de vigilancia nacional: el caso GTG-30006

Según el informe, un actor de amenazas iraní utilizó 16 cuentas gratuitas de Claude.ai en 16 organizaciones de un solo operador para desarrollar malware, canalizaciones de entrega y portales de phishing dirigidos a usuarios iraníes nacionales. Las páginas de entrega se diseñaron para servir contenido malicioso solo a visitantes con direcciones IP de Irán, con temas de herramientas de elusión de censura y marcas de noticias en persa fabricadas. El actor utilizó Claude para desarrollar el implante modular de Windows SECOMS64, que incluye un registrador de teclas, captura de pantalla, extracción de credenciales de Chrome y más. Esta página no publica código de malware ni enlaces de phishing.

Operaciones cibernéticasDesarrollo de software

Operaciones de influencia · p. 44–47

Operación de influencia encubierta distribuida por radio: Caso GTG-04001

Según un informe de Anthropic, un actor de habla rusa con sede en Bangui, la capital de la República Centroafricana, utilizó Claude para producir contenido diario para una emisora de radio local, empaquetando narrativas prorrusas como programación local y diseñando una cadena de distribución que se conecta con los canales de radiodifusión nacionales. El informe vincula esta operación con la manipulación de información extranjera alineada con el Estado ruso y la califica como Categoría 4 en la Escala de Irrupción. Toda la atribución y la redacción de la evaluación provienen del informe.

Operaciones de influenciaGeneración de contenido Orquestación de flujos

Operaciones de influencia · p. 47–53

Servicios comerciales de manipulación de opinión en varias regiones: caso GTG-54002

Según el informe de Anthropic, una red disfrazada de «redacciones locales independientes» utilizó Claude para producir y reescribir en masa contenido político: unos 70 sitios web de noticias falsas, al menos 8.913 artículos, en unos 20 idiomas, además de 70 cuentas de X asociadas y más de 250 cuentas falsas de comentarios para amplificar. Pero el informe también destaca que la mayor parte del contenido tuvo casi ninguna interacción de audiencia real, y no se encontraron pruebas de difusión más allá de los propios activos de la red —la producción no equivale a influencia. El informe rastreó la red hasta una empresa francesa de publicidad digital, no pudo confirmar a los clientes pagadores y no encontró pruebas de ninguna dirección gubernamental.

Operaciones de influenciaGeneración de contenido Orquestación de flujos

Operaciones de influencia · p. 53–58

Plataforma de manipulación electoral dirigida a Malasia: caso GTG-84005

Según el informe, una plataforma comercial disfrazada de «herramienta de inteligencia cibernética defensiva y contra la desinformación» ofrecía en realidad principalmente capacidades de manipulación electoral dirigidas a Malasia: unas 1.000 cuentas falsas de X, un sitio web de noticias falsas y múltiples «expedientes de inteligencia» fabricados. La investigación del informe encontró un vínculo claro con una empresa tecnológica de Estambul. El informe la evaluó como Categoría 2 de la Breakout Scale, sin pruebas de difusión más allá de las comunidades reales; este caso no demuestra que ningún resultado electoral se haya visto afectado.

Operaciones de influenciaDesarrollo de software Generación de contenido Análisis de datos

Operaciones de influencia · p. 58–62

Ocultamiento de fuentes en la producción de contenido de medios estatales: el caso GTG-24015

Según el informe, cuatro individuos utilizaron Claude como mesa editorial, introduciendo textos finales directamente en la cadena de producción de medios estatales rusos. Anthropic evalúa con alta confianza que este contenido se publicó finalmente a través de canales como Sputnik, RIA Novosti y RT. El alcance que el informe pudo verificar osciló entre publicaciones con unas 2.000 visualizaciones y textos de difusión; no puede determinar qué proporción de la producción total de estos canales pasó por Claude.

Operaciones de influenciaGeneración de contenido Orquestación de flujos

Operaciones de influencia · p. 62–67

Planificación de operaciones de influencia vinculadas a Irán: Caso GTG-34001

Según el informe, tres cuentas vinculadas a organizaciones de propaganda estatales iraníes utilizaron Claude para planificar los llamados proyectos de «guerra blanda» o «guerra cognitiva»: planes de campaña, sistemas de personajes y bases de datos de objetivos. El informe vincula cada una de las tres cuentas a una organización diferente. Estos materiales son principalmente de planificación y preparación, no de ejecución completa.

Operaciones de influenciaGeneración de contenido Orquestación de flujos

Operaciones de influencia · p. 67–70

Producción de noticias falsas dirigidas a audiencias de Bangladés: caso GTG-54006

Según el informe, un operador radicado en el distrito de Gaibandha, Bangladés, rotó 29 cuentas de Claude para producir en masa noticias falsas en bengalí, con contenido favorable a la Liga Awami y ataques a sus oponentes. Las comunicaciones internas decían que «nadie sabe que estas noticias son falsas». El volumen de producción del informe fue de al menos 1.500 titulares y 300 narrativas falsas; también afirma que no hay pruebas de que el propio partido dirigiera o financiara esta red.

Operaciones de influenciaGeneración de contenido Orquestación de flujos

Operaciones de influencia · p. 70–75

Operación conversacional que suplanta a un activista real: caso GTG-84006

Según el informe, una operación de influencia dirigida a audiencias dentro y fuera de Irán utilizó un agente de IA compartido para suplantar a un activista real: leyó unas 8.400 de sus publicaciones de Telegram para imitar su estilo de escritura y luego mantuvo conversaciones políticas en tiempo real con sus contactos. Por lo que el informe sabe, estos contactos no sabían que hablaban con una cuenta asistida por IA. Esta página no enumera ninguna persona ni datos de contacto.

Operaciones de influenciaInteracción de personas Generación de contenido Análisis de datos

Operaciones de influencia · p. 75–78

Campaña de cuentas falsas coordinadas en Kenia: caso GTG-54004

Según el informe, un operador utilizó Claude para generar publicaciones políticas kenianas en lotes de exactamente 50, pidiendo explícitamente que parecieran comentarios espontáneos de base. El informe no encontró pruebas de participación gubernamental y evaluó que la campaña se mantuvo dentro de la red de cuentas falsas, sin llegar a usuarios reales. Una vez más, la producción no equivale a influencia.

Operaciones de influenciaGeneración de contenido

Operaciones de influencia · p. 78–80

Operación encubierta de influencia en torno a un conflicto regional: caso GTG-84002

Según el informe, un operador utilizó Claude para mantener una persona de IA llamada «Deadshot» e incrustó una misión unificada transatlántica y regional en su indicación del sistema. El informe la vincula con alta confianza a funcionarios de los Emiratos Árabes Unidos. La actividad incluyó unos 300 cuentas falsas de influencers, una ONG de fachada que suplanta la identidad de una organización suiza real y la preparación de materiales dirigidos a mecanismos de la ONU. Todas las vinculaciones siguientes son evaluaciones del informe.

Operaciones de influenciaGeneración de contenido Interacción de personas Análisis de datos

Operaciones de vigilancia · p. 82–86

Plataforma comercial de vigilancia que utiliza IA para perfilar cuentas sociales: caso GTG-54009

Según el informe, una presunta empresa comercial de inteligencia utilizó Claude para construir un prototipo de plataforma de vigilancia que analizaba en masa publicaciones públicas de usuarios de redes sociales en Irán y la región del Golfo, infería su ubicación, pertenencia a grupos y tendencias políticas, y generaba informes de inteligencia con estilo de documentos gubernamentales. El informe descubrió la actividad en la fase piloto y no encontró pruebas de que se utilizara contra objetivos reales.

Operaciones de vigilanciaAnálisis de datos Generación de contenido

Operaciones de vigilancia · p. 86–89

Vigilancia y contacto dirigidos a comunidades de la diáspora: Caso GTG-14010

Según el informe, una operación alineada con la dirección de recolección del gobierno chino utilizó Claude para rastrear, perfilar e intentar reclutar miembros de comunidades uigures en Siria. El operador no hablaba árabe, y el modelo proporcionó redacción de dialectos, traducción en tiempo real y controles de calidad de tareas. El informe evalúa con baja confianza que el operador era un contratista en lugar de un órgano de seguridad nacional directo. La etiqueta étnica es el contexto del objetivo descrito por el informe, no una indicación de que el grupo en sí esté en riesgo.

Operaciones de vigilanciaGeneración de contenido Interacción de personas Análisis de datos

Operaciones de vigilancia · p. 89–93

Perfilado de inteligencia dirigido a comunidades religiosas: Caso GTG-14020

Según el informe, un grupo de cuentas alineadas con la dirección del gobierno chino utilizó Claude como un equipo de análisis para generar perfiles en chino de líderes religiosos y figuras de la diáspora en Asia, siguiendo plantillas internas. Los objetivos incluyeron comunidades católicas, budistas tibetanas, Falun Gong y cristianas taiwanesas. Esta página solo discute riesgos de privacidad a nivel de grupo y no incluye ningún nombre individual ni detalles de ubicación.

Operaciones de vigilanciaAnálisis de datos Generación de contenido

Operaciones de vigilancia · p. 93–98

Actividades de vigilancia y represión transnacional: Caso GTG-14021

Según el informe, un grupo de cuentas se utilizó para llevar a cabo tres operaciones: un pipeline de opinión pública de la policía de internet local, un informe de «mantenimiento de la estabilidad» de un estudiante de la academia de policía y un informe diario de un departamento de seguridad estatal local. Los objetivos iban desde peticionarios nacionales hasta demócratas en el extranjero y organizaciones de derechos humanos. Esta unidad contiene tres operaciones independientes, no un solo incidente.

Operaciones de vigilanciaAnálisis de datos Generación de contenido Orquestación de flujos

Operaciones de vigilancia · p. 98–101

Vigilancia de disidentes bajo la apariencia de análisis de opinión pública: Caso GTG-14022

Según el informe, una operación dentro de China utilizó Claude como un sistema automatizado de «monitoreo de opinión pública» y análisis de inteligencia. El actor instruyó a Claude para generar informes gubernamentales que enumeran a disidentes, activistas, minorías étnicas, comunidades de la diáspora china y medios extranjeros como amenazas a la estabilidad política. El informe evalúa con confianza media que la operación fue realizada por un contratista que trabaja para clientes gubernamentales, en lugar de por un órgano estatal que actúa directamente.

Operaciones de vigilanciaAnálisis de datos Generación de contenido Orquestación de flujos

Operaciones de vigilancia · p. 101–103

Desarrollo de sistemas de vigilancia y extensiones maliciosas de navegador: Caso GTG-34007

Según el informe, dos unidades vinculadas a agencias paramilitares y de seguridad interior iraníes utilizaron 16 cuentas de Claude para construir sistemas de vigilancia y una extensión maliciosa del navegador Firefox. Una organización de siete departamentos afirmaba mantener una base de datos de registros de identidad nacional iraníes y vigiló y perfiló a 6.388 iraníes en un año. Otra unidad provincial con sede en Qom desarrolló una extensión maliciosa de Firefox llamada «al-Najm al-thāqib» para recopilar masivamente identidades de usuario de las principales plataformas de redes sociales. Esta página no publica ninguna lógica de vigilancia ni código de extensiones.

Operaciones de vigilanciaDesarrollo de software Análisis de datos

Operaciones de vigilancia · p. 103–105

Plataforma de vigilancia masiva de comunicaciones en Malí: Caso GTG-50027

Según el informe, un consultor independiente posiblemente con sede en Bamako utilizó Claude para construir una plataforma nacional de vigilancia llamada «Lakana 360» para la agencia de inteligencia nacional de Malí, la «Agence Nationale de la Sécurité» (ANSE), vigilando unas 25 millones de tarjetas SIM en los tres operadores móviles nacionales del país. La plataforma fue diseñada para eludir el requisito de la ley maliense de una orden judicial para divulgar ciertos registros de vigilancia. Esta página no publica ninguna lógica de vigilancia ni campos de datos.

Operaciones de vigilanciaDesarrollo de software

Operaciones de vigilancia · p. 105–106

Información pública utilizada para la elaboración de perfiles de identidad: el caso GTG-30004

Según el informe, un actor de amenazas vinculado a Irán utilizó Claude para construir una herramienta automatizada de perfiles de identidad basada en inteligencia de fuentes abiertas, dirigida a individuos gubernamentales y no gubernamentales israelíes y organizaciones de la diáspora judía. El actor también utilizó Claude para modificar la herramienta de volcado de credenciales LSASS de código abierto NanoDump y construir una canalización personalizada de ofuscación/compilación de C++ para ofuscar muestras de malware y dificultar el análisis.

Operaciones de vigilanciaAnálisis de datos Desarrollo de software

Armas convencionales · p. 112–115

Uso de IA en el software de armas guiadas: caso GTG-87001

Según el informe, un grupo de actores de amenaza en el norte de Yemen ejecutó tres programas de desarrollo de armas: un cohete guiado con guiado terminal que utiliza computadoras de vuelo comerciales de grado telefónico, un misil balístico de varias etapas que afirma tener un alcance de más de 2.000 km y la serie «R2000» de misiles de múltiples variantes que incluye una variante de vehículo hipersónico planeador. Los actores utilizaron Claude Code en lugar de ingenieros de software humanos para desarrollar software de guiado, navegación y control (GNC). Los actores realizaron un lanzamiento de prueba de un cohete guiado, que parece haber fallado. Esta página no publica ningún código o parámetro de software de armas.

Armas convencionalesDesarrollo de software

Armas convencionales · p. 115–117

Especificaciones y documentos de adquisición de armas submarinas: Caso GTG-17001

Según el informe, un actor vinculado a China utilizó Claude para avanzar en tres líneas de trabajo documentales paralelas para un sistema de armas antitorpedo: una especificación en chino, una propuesta técnica de más de 200 páginas y un informe de comparación con programas de EE. UU. basado en fuentes públicas. El actor afirmó ser un fabricante de equipos originales (OEM) de defensa de EE. UU.; el informe evalúa que está vinculado a la industria de defensa de China. Esta página distingue la generación de documentos del despliegue real de armas y no publica ninguna especificación técnica.

Armas convencionalesGeneración de contenido

Armas convencionales · p. 117–119

Intento de desarrollo de software de enjambre de drones: el caso GTG-27005

Según el informe, un autónomo probablemente en Rusia utilizó Claude Code para escribir software de enjambre de drones suicidas llamado DronDoc / Serafim, y lo probó en simulación de software en el bucle, recursos de cómputo alquilados y placas de desarrollo. El informe observó pruebas reales de hardware en el bucle, pero en general la actividad se mantuvo centrada en la simulación y el desarrollo. Algunos vínculos de financiación son autoinformes no verificados del actor. Esto no puede presentarse como capacidad operativa establecida.

Armas convencionalesDesarrollo de software

Armas convencionales · p. 119–122

Software de análisis de objetivos de guerra electrónica y supresión de defensas aéreas: Caso GTG-17002

Según el informe, un actor chino utilizó las herramientas de chat, codificación y trabajo de agentes de Claude para diseñar, construir e iterar un conjunto de software de guerra electrónica en chino de unos 16 módulos, utilizado para detectar, interferir o suplantar radares y comunicaciones adversarios, y para suprimir los sistemas de defensa aérea adversarios. El software analiza radares adversarios, sitios de misiles de defensa aérea, puestos de mando y nodos de comunicación, calcula su cobertura de detección, evalúa la eficacia de la interferencia, clasifica los objetivos por valor y vulnerabilidad, y determina cómo asignar mejor las salidas de interferencia. Esta página no publica coordenadas de objetivos ni lógica de software.

Armas convencionalesDesarrollo de software

Armas convencionales · p. 123–126

Asistencia de IA en adquisiciones de doble uso: el caso GTG-27006

Según el informe, un actor con base en Rusia utilizó Claude para investigar y redactar documentos de adquisición de bienes que pueden utilizarse con fines civiles y militares, potencialmente para clientes del gobierno y la industria de defensa rusos. En el centro de la operación había una persona que afirmaba ser gerente de adquisiciones en una oficina de diseño de Moscú. La adquisición incluyó magnetómetros de flujo de tres ejes fabricados en Alemania, miles de obleas fotovoltaicas de grado espacial, sistemas de oxígeno para tripulación de aviación y más. Esta página no publica información de proveedores ni detalles de adquisición.

Armas convencionalesAnálisis de datos Generación de contenido

Armas convencionales · p. 126–128

Recopilación de inteligencia sobre armas de energía dirigida y su cadena de suministro: Caso GTG-17003

Según el informe, un actor de amenaza con base en China utilizó Claude para recopilar inteligencia de código abierto sobre armas avanzadas de energía dirigida, editar productos de inteligencia y redactar informes en chino. El actor afirmó ser redactor de inteligencia de defensa y editor de publicaciones internas, liderando un equipo de tres personas. El actor intentó identificar un dispositivo generador de microondas específico y su proveedor a través de una atribución iterativa ponderada por probabilidad, con el objetivo de realizar ingeniería inversa del arma, desarrollar contramedidas y compararlo con sistemas chinos. Esta página no publica parámetros de armas ni detalles de la cadena de suministro.

Armas convencionalesAnálisis de datos Generación de contenido

Uso indebido biológico · p. 131–133

Evasión de controles de acceso en investigación de alto riesgo: Caso biológico 1

Según el informe de Anthropic de septiembre de 2026, una solicitud de financiación relacionada con investigación de ganancia de función fue bloqueada por un clasificador de bioseguridad, y la investigación descubrió una plataforma de reventa que eludía bloqueos regionales y atendía a decenas de investigadores en ciencias de la vida. El informe muestra que el operador de la plataforma reconstruyó el acceso a los pocos días de la eliminación. El informe oculta los nombres de las instituciones y los países y no afirma que los investigadores tuvieran intención de causar daño.

Uso indebido biológicoGeneración de contenido Desarrollo de software

Uso indebido biológico · p. 133–135

Planificación de investigación biológica de alto riesgo y límites de seguridad: Caso biológico 2

Según el informe, en mayo de 2026 se descubrió que un investigador fuera de los Estados Unidos utilizaba Claude en investigaciones relacionadas con la gripe aviar altamente patógena, centrándose en la adaptación del virus a los mamíferos y los mecanismos de enfermedad grave. Las variantes de gripe relevantes tienen potencial pandémico y son en sí mismas objetos legítimos de investigación científica. El informe señala que el trabajo se encontraba en una etapa temprana de planificación y que las protecciones de los modelos más potentes limitaron la ayuda que se podía proporcionar. El informe no indica que se haya completado un arma biológica.

Uso indebido biológicoGeneración de contenido

Uso indebido biológico · p. 135–136

Acceso encubierto a modelos y solicitudes de investigación sensible: Caso biológico 3

Según el informe, una cuenta redactó una solicitud de financiación de investigación sobre ortopoxvirus para un laboratorio de enfermedades infecciosas vinculado al Estado. Los ortopoxvirus incluyen el patógeno de la viruela, el virus de la viruela, y el Mpox, que causó un brote mundial en 2022. La cuenta era un relé de reventa que atendía a más de una docena de clientes no relacionados, intercambiando decenas de miles de mensajes con Claude en pocos días. La investigación es de doble uso por naturaleza y Claude proporcionó información, por lo que no fue bloqueada por el clasificador.

Uso indebido biológicoGeneración de contenido

Uso indebido biológico · p. 136–137

El desafío de la identificación de intenciones en la investigación de doble uso: Casos biológicos 4–5

Según el informe, dos investigadores utilizaron Claude para estudiar venenos y toxinas — compuestos que pueden desarrollarse como analgésicos y antidepresivos, pero que también podrían usarse como agentes incapacitantes. La investigación tenía objetivos terapéuticos claros, pero los resultados incluían estructuras para dianas tanto terapéuticas como paralizantes. El informe señala que los clasificadores no pueden permitir al mismo tiempo el uso beneficioso y prevenir el daño porque la intención del usuario no puede identificarse de manera fiable en campos de doble uso de alta tecnología.

Uso indebido biológicoGeneración de contenido Análisis de datos

Estafas y fraude · p. 139–142

Identidades de IA no reveladas en aplicaciones de citas: Caso GTG-15001

Según un informe de Anthropic, un estudio de aplicaciones chino utilizó Claude para construir una red de más de 20 aplicaciones de citas y dar vida a identidades virtuales de IA que conversaban con los usuarios, aunque sus servicios se anunciaban como totalmente gestionados por personas. En una ventana de dos semanas en abril de 2026, el informe encontró más de 4.700 identidades virtuales de IA distintas interactuando con al menos 25.000 personas únicas. El estudio también reclutó personas reales para mezclarlas en el mismo flujo de coincidencias que los bots, principalmente para controles de autenticidad. La proporción de IA a personas fue de aproximadamente 3:1.

Estafas y fraudeInteracción de personas Generación de contenido

Destilación ilícita de modelos · p. 147–148

Presuntas acusaciones del informe sobre actividad de destilación relacionada con Alibaba: caso GTG-16005

Según el informe de Anthropic de septiembre de 2026, se alega que un operador vinculado a Alibaba lanzó el mayor ataque de destilación que el informe ha medido, dirigido a los registros de razonamiento de cadena de pensamiento de Claude Opus 4.6 y 4.7. El informe afirma que los datos se utilizaron para entrenar la serie de modelos Qwen. Toda la atribución y las cifras provienen de las acusaciones unilaterales del informe; las empresas involucradas no las han confirmado en este sitio.

Destilación ilícita de modelosGeneración de contenido Desarrollo de software

Destilación ilícita de modelos · p. 148–149

Presuntas acusaciones del informe sobre el enrutamiento de solicitudes de Moonshot: caso GTG-16002

Según el informe de Anthropic, Moonshot (el desarrollador de los modelos Kimi) reenvió silenciosamente las solicitudes de los clientes a Claude y luego mostró las respuestas de Claude a los usuarios, que pensaban que estaban usando Kimi. En un período de diez días, se reenviaron casi 300.000 solicitudes de clientes, la gran mayoría a Opus; la red de proxy tenía 5.380 cuentas falsas. El informe no confirmó si los usuarios lo sabían. Todo lo anterior son acusaciones del editor, no hallazgos independientes de este sitio, ni una conclusión judicial.

Destilación ilícita de modelosOrquestación de flujos

Destilación ilícita de modelos · p. 149–150

Presuntas acusaciones del informe sobre el enrutamiento de solicitudes de DeepSeek: caso GTG-16001

Según el informe de Anthropic, DeepSeek también desplegó una estrategia similar a la de Moonshot: construir un conducto de extracción de CoT, utilizar el mismo ataque de reproducción entre sesiones para extraer los registros de cadena de pensamiento de Claude y reenviar silenciosamente las conversaciones a Claude sin notificar a los clientes. El informe también afirma que DeepSeek enrutó las solicitudes de los usuarios de herramientas de codificación de terceros a Claude Opus, incluidos datos sensibles de empresas tecnológicas chinas, agencias de defensa rusas y sistemas de vigilancia de seguridad pública chinos. Todo lo anterior son acusaciones del editor, no hallazgos independientes de este sitio.

Destilación ilícita de modelosOrquestación de flujos

Destilación ilícita de modelos · p. 150–151

Denuncias sobre extracción de capacidades de Zhipu / Z.ai: Caso GTG-16006

Según el informe de Anthropic, Zhipu (marca extranjera Z.ai) ejecutó una canalización de extracción de cadena de pensamiento contra Claude, reproduciendo las trazas de razonamiento capturadas de Claude de nuevo en Claude para su limpieza, con el fin de entrenar su modelo GLM. El informe afirma que en 10 días Zhipu ejecutó la canalización de extracción contra Opus 4.8 a través de 273 cuentas fraudulentas, registrando 770.000 conversaciones. El informe también afirma que Zhipu se dirigió a las capacidades de ciberseguridad de los principales modelos fronterizos de EE. UU. para su destilación. Todo lo anterior son denuncias del editor, no verificadas de forma independiente por este sitio.

Destilación ilícita de modelosGeneración de contenido Desarrollo de software

Destilación ilícita de modelos · p. 151–152

Denuncias del informe sobre el uso de datos de entrenamiento por parte de Xiaomi: Caso GTG-16008

Según un informe de Anthropic, Xiaomi reprodujo conversaciones de usuarios y sesiones de programación de su propio modelo MiMo en Claude, a menudo enrutadas a través de herramientas de programación de terceros. La investigación no mostró que Xiaomi utilizara las respuestas de Claude para atender directamente a sus usuarios; más bien, guardó las conversaciones entre los clientes de Xiaomi y su propio modelo. Muchas sesiones se enrutaron a través de servicios de enrutamiento de terceros comúnmente utilizados por usuarios de EE. UU. y Europa. Este caso difiere del tipo de 'sustitución de respuestas del propio modelo' de los casos de Moonshot / DeepSeek.

Destilación ilícita de modelosAnálisis de datos

Destilación ilícita de modelos · p. 152–153

Denuncias sobre reventa de terceros y ecosistema de datos de entrenamiento: Casos GTG-16012/16003

Según un informe de Anthropic, la proliferación de servicios proxy ha creado un mercado secundario a través del cual los laboratorios pueden comprar u obtener registros de los intercambios de los usuarios con Claude. El pipeline de destilación de SenseTime incluía registros de intercambios de usuarios con Claude comprados a proveedores de datos de terceros. MiniMax construyó un servicio de red proxy a través de empresas pantalla que solo proporcionaba acceso a los modelos de Anthropic y OpenAI, no a ningún modelo chino, lo que sugiere que su propósito era recopilar los intercambios de los usuarios con los modelos fronterizos de EE. UU. para entrenar su propio modelo. Todo lo anterior son denuncias del editor y no han sido verificadas de forma independiente por este sitio.

Destilación ilícita de modelosDesarrollo de software Análisis de datos