El concepto de N-day siempre presupuso una ventana: el tiempo entre la divulgación de un parche y la explotación masiva daba a los defensores días o semanas para reaccionar. Según Anthropic, esa ventana colapsó. El nombre correcto es N-hour. Y los números que Anthropic presentó son lo suficientemente concretos para cambiar cómo pensamos la defensa.
Lo que Mythos Preview demostró
Según Anthropic, Mythos Preview construyó 8 exploits de ejecución de código a partir de 18 parches de Firefox. El primer PoC salió en 12 minutos. El primer exploit funcional en menos de 1 hora. Es importante notar: la prueba usó jsshell, el shell JavaScript de Firefox, no el navegador completo con sandbox. Eso significa que el resultado demuestra capacidad de desarrollo de exploits, no necesariamente explotación de un navegador en producción.
Después llegó la prueba real: 21 vulnerabilidades de kernel de Windows, código cerrado, sin fuente pública. Según Anthropic, Mythos Preview produjo PoCs para 18 de ellas. El primer PoC en 31 minutos. Los 18 en 6 horas. 8 cadenas completas de escalada de privilegios hasta SYSTEM. Cabe una salvedad técnica: la descompilación con Ghidra estaba precomputada offline, y los tiempos divulgados son el mejor de 3 intentos, no el promedio.
El costo, según Anthropic: US$ 15.700 en créditos de API para las 8 cadenas completas. Aproximadamente US$ 2.000 por cadena de privilegios. Los 18 PoCs costaron US$ 2.200 en total. El cuello de botella ya no es la habilidad técnica, es el presupuesto de inferencia y el acceso a API.
La clasificación de riesgo del vendor no predice explotabilidad
Según Anthropic, de las 21 vulnerabilidades de kernel probadas, 14 fueron clasificadas por Microsoft como "Exploitation Less Likely" o "Exploitation Unlikely". Mythos Preview produjo PoCs para 13 de esas 14. Y construyó una cadena completa de privilegios para una vulnerabilidad clasificada como "Exploitation Unlikely".
En Tech86, esto confirma lo que vimos en la práctica: la clasificación de riesgo del vendor es un indicador débil de la explotabilidad real. Vulnerabilidades etiquetadas como "poco probables" son explotables cuando se encadenan. La IA no respeta las etiquetas, prueba combinaciones hasta encontrar un camino funcional.
La ventana de parcheo vs. la velocidad del exploit
Según Microsoft, Windows Autopatch tarda 7 días en distribuir parches al 90% de los dispositivos inscritos. 11 días en forzar el reboot. Mythos Preview termina todos los exploits antes de que cualquier dispositivo inscrito reciba la corrección.
La matemática es implacable: 31 minutos para el primer PoC contra 7 días para el 90% de cobertura de parches. El ciclo de parcheo mensual, e incluso el Autopatch acelerado, es estructuralmente más lento que la velocidad de desarrollo de exploits por IA. No es una cuestión de esfuerzo. Es una cuestión de física del proceso.
La consistencia importa, y es el talón de Aquiles
Según Anthropic, en 50 intentos por cada CVE, Mythos Preview resolvió solo 7 de 18 en todos los intentos. Los tiempos divulgados son el mejor de 3 intentos, no el promedio. La IA acelera drásticamente, pero no es determinística.
Ese matiz es crítico. No estamos frente a un sistema que resuelve toda vulnerabilidad todas las veces. Estamos frente a un sistema que, con suficientes intentos, resuelve la mayoría, y el costo por intento es lo bastante bajo para que intentar 50 veces sea viable. El no determinismo es un factor atenuante, pero no una defensa. Cuando el costo por cadena es US$ 2.000, intentar 50 veces es una cuestión de presupuesto, no de capacidad.
Qué cambia para quien defiende infraestructura
Según Anthropic, los modelos públicos con salvaguardas desactivadas también producen exploits funcionales, menos, pero producen. Mythos Preview no está disponible públicamente, está restringido a cerca de 50 socios del Project Glasswing, según Anthropic. Pero Opus 4.6 construyó 2 exploits de Firefox por sí solo, según Anthropic. La barrera de acceso está cayendo.
La prueba midió velocidad de desarrollo de exploits, no velocidad de campaña completa. El descubrimiento de objetivos, la entrega y la evasión de detección todavía llevan tiempo. Pero la etapa más cara y demorada del ciclo, el desarrollo del exploit, quedó comprimida de semanas a horas.
La lectura que Anthropic presenta es que el concepto de N-day se volvió peligrosamente engañoso, y N-hour está más cerca de la realidad en la que ahora operamos. En Tech86, la lectura es clara: el costo por cadena de exploit cayó a US$ 2.000, el tiempo cayó a horas, y la clasificación de riesgo del vendor no predice explotabilidad. El ciclo de parcheo mensual quedó estructuralmente inadecuado para la velocidad de desarrollo de exploits por IA. Si su defensa depende de ventanas de días, está operando con una premisa que ya no corresponde a la realidad.