Claude Fable 5, el nuevo modelo de Anthropic, sufre un jailbreak en menos de 48 horas: la seguridad de la IA vuelve a estar en el punto de mira

El pasado lanzamiento de Claude Fable 5 por parte de Anthropic prometía marcar un antes y un después en el campo de la inteligencia artificial. Este sistema, desarrollado sobre la innovadora arquitectura Mythos, fue presentado como el más avanzado hasta la fecha en tareas complejas como razonamiento lógico, generación de código y ejecución autónoma de procesos. La compañía destacó especialmente las nuevas capas de protección diseñadas para evitar usos indebidos. Sin embargo, menos de dos días después de su puesta en marcha, la primera brecha de seguridad ya ha sido reportada.

El usuario conocido como Pliny the Liberator logró vulnerar parte de los mecanismos de defensa del modelo utilizando una combinación de técnicas de jailbreaking. Según detalló en su cuenta de la red social X, empleó caracteres Unicode especiales, homoglifos (símbolos visualmente similares a otros pero con códigos distintos), reformulaciones estratégicas de instrucciones, contextos narrativos ficticios y una versión modificada de Claude Opus 4.8 para eludir los filtros de seguridad. El resultado: respuestas que, en teoría, deberían haber sido bloqueadas automáticamente por el sistema La UE expedienta a España por sus maniobras para frenar la OPA de BBVA a Sabadell.