Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
La inteligencia artificial ya no solo escribe código o resume documentos. Desde el 14 de octubre, también busca fallos explotables dentro de programas en marcha con una disciplina más cercana a un laboratorio forense que a un asistente conversacional.
Chainguard presentó ese día Harness, una herramienta que utiliza Claude Mythos 5.1 de Anthropic para rastrear vulnerabilidades en aplicaciones en ejecución dentro de una microVM aislada. La beta abrió lista de espera al mismo tiempo que el producto llegó a Claude Marketplace, donde Anthropic gestiona la facturación.
Harness nació para mirar donde otros análisis ya habían pasado
Dan Lorenc, director ejecutivo y cofundador de Chainguard, describe el alcance de la herramienta sin rodeos.
"Cada vez que hemos probado Harness con código, ha encontrado vulnerabilidades graves y explotables, incluso en software que se había analizado muchas veces y en código que ejecuta infraestructuras críticas". - Dan Lorenc, director ejecutivo y cofundador de Chainguard
La frase importa por lo que sugiere en voz baja. Si un sistema encuentra fallos en software revisado una y otra vez, el problema no está solo en detectar errores, sino en detectar cuáles pueden convertirse de verdad en una puerta de entrada.
Ahí aparece una diferencia clave frente a otras pruebas automáticas. Harness no trabaja sobre código estático y ya, sino sobre aplicaciones compiladas y ejecutadas dentro de un entorno aislado donde Mythos 5.1 sondea sin red y sin credenciales.
El proceso obliga a verificar cada hallazgo antes de entregarlo
El análisis sigue cinco pasos. Primero compila la aplicación en una microVM aislada, después Mythos 5.1 explora el sistema sin conexión externa, y más tarde Chainguard verifica cada exploit y cada solución propuesta en entornos nuevos antes de cerrar el informe.
Cada informe recomendado pasa además por la revisión de un ingeniero de Chainguard. Ese filtro humano reduce una de las preguntas más incómodas de esta clase de herramientas, que no es si encuentran algo, sino si lo encontrado aguanta una comprobación seria.
Daniela Hurtado, responsable de ciberseguridad comercial de Anthropic, sitúa ahí el papel del modelo y el de la empresa que lo envuelve. A su juicio, Mythos 5.1 puede sacar a la luz vulnerabilidades que han pasado inadvertidas durante años, pero Harness añade aislamiento, reproducción y revisión humana antes de que un cliente reciba el resultado.
Un fallo en vLLM apareció tras menos de once horas de análisis
El primer caso público llegó incluso antes de la presentación formal.
El 13 de octubre de 2026, Chainguard publicó un hallazgo en vLLM que permitía a un cliente forzar la salida de la solicitud de otro en un motor compartido. El error afectaba a versiones anteriores a la v0.31.0 y entró en el proceso Athena, el nombre que la compañía usa para su divulgación coordinada de vulnerabilidades en dependencias de código abierto.
La cronología fue rápida y precisa, algo poco habitual cuando intervienen varios actores técnicos. Chainguard comunicó el problema el 23 de septiembre de 2026, la corrección apareció en la versión v0.31.0 el 2 de octubre de 2026 y el aviso GHSA-6cxc-2vcg-w5qc se emitió el 6 de octubre de 2026.
10 horas y 48 minutos bastaron.
Ese fue el tiempo que necesitó Harness para analizar vLLM, procesar unos 115 millones de tokens, revisar 30 partes del proyecto y generar 13 hallazgos validados tras la revisión de ingeniería. La escala recuerda que aquí no hablamos de una búsqueda ciega, sino de un examen que combina volumen de lectura, ejecución real y contraste posterior, un terreno que ya venía dando señales de alerta en pruebas de ciberseguridad con Mythos.
Más de 680 hallazgos cambian la escala del problema
Chainguard ha probado Harness en más de 65 proyectos y ha validado más de 680 hallazgos en total. Cuando una cifra así aparece tan pronto, la pregunta deja de ser cuántos fallos quedan por descubrir en un programa concreto y pasa a ser cuántos sobreviven ocultos en código que parecía suficientemente revisado.
Además, el origen del producto conecta directamente con Anthropic. Harness empezó a tomar forma después de la incorporación de Chainguard a Project Glasswing, una iniciativa desde la que ambas compañías acercaron el modelo Mythos 5.1 a tareas de seguridad ofensiva y verificación controlada.
La paradoja queda servida en números muy concretos. Un sistema sin acceso a la red ni credenciales examinó vLLM durante 10 horas y 48 minutos, procesó 115 millones de tokens y aun así encontró un fallo capaz de mezclar solicitudes entre clientes en un motor compartido, justo el tipo de detalle que en infraestructura crítica nadie quiere descubrir tarde.