Cargando precios…
🔥BULLISH

Anthropic Mythos: la nueva frontera de la seguridad DeFi

Durante una década, DeFi auditó código. Mythos mapea cómo pequeñas debilidades en claves, puentes y oráculos se encadenan en fallos sistémicos — y atacantes y defensores ya están moviéndose.

El modelo Mythos de Anthropic está cambiando cómo la industria DeFi piensa sobre la seguridad, alejando el foco del código de los contratos inteligentes hacia la infraestructura que hay debajo — sistemas de gestión de claves, puentes, redes de oráculos y los servicios de firma que los conectan. Las primeras conclusiones del modelo han sacado a la luz debilidades en esas capas ocultas que las auditorías tradicionales nunca tocan, y tanto Coinbase como Binance habrían contactado con Anthropic para probarlo. Bancos como JPMorgan tratan el ciberriesgo impulsado por IA como lo bastante sistémico como para justificar herramientas de stress-testing como Mythos.

Por qué importa

Las defensas de DeFi se construyeron en torno a código auditable; Mythos está construido para simular adversarios. En lugar de buscar errores conocidos, explora cómo interactúan los protocolos, encadenando pequeñas debilidades en exploits del mundo real. En un sistema conectado por la composabilidad — liquidez compartida, oráculos comunes, integraciones en capas — un fallo menor en un protocolo puede convertirse en un vector de contagio para todo el ecosistema. El exploit de Hyperbridge, en el que un atacante acuñó 1.000 millones de dólares en tokens de Polkadot puenteados en Ethereum aprovechando una falla en la verificación de mensajes cross-chain, es el tipo de fallo en cascada que el nuevo modelo está diseñado para detectar antes de que se mueva el dinero.

Impacto en el mercado

Los protocolos ya se están reestructurando frente a la amenaza. Aave Labs ha integrado IA en sus simulaciones y revisiones de código junto a auditores humanos, y Hayden Adams de Uniswap declaró a CoinDesk que el laboratorio sigue de cerca a Mythos. Paul Vijender de Gauntlet lo planteó sin rodeos: defenderse de una IA ofensiva exige auditoría continua, simulación en tiempo real y sistemas construidos sobre la premisa de que las brechas ocurrirán. La lectura a más largo plazo de quienes construyen sobre los rieles es divergencia, no disrupción — los proyectos que prioricen la seguridad se endurecerán más rápido, y la brecha con el resto se ampliará.

Preguntas frecuentes

  1. ¿Qué es el modelo Mythos de Anthropic y por qué importa para DeFi?

    Mythos es un modelo de IA de Anthropic diseñado para simular adversarios mapeando cómo interactúan los protocolos y encadenando pequeñas debilidades en exploits reales. Importa para DeFi porque el sistema se basa en la composabilidad, donde un fallo menor en un protocolo puede propagarse por todo el ecosistema.

  2. ¿Por qué los líderes de DeFi se preocupan más por los riesgos de infraestructura que por los bugs en contratos…

    Los contratos inteligentes llevan años auditándose y los exploits comunes están bien catalogados. Las capas de infraestructura — gestión de claves, puentes, redes de oráculos, servicios de firma — son menos visibles y a menudo quedan fuera del alcance de las auditorías tradicionales, lo que las convierte en blancos…

  3. ¿Qué exploits recientes ilustran el riesgo de fallo en cascada que Mythos busca detectar?

    El ataque a Hyperbridge, en el que un atacante acuñó 1.000 millones de dólares en tokens de Polkadot puenteados en Ethereum aprovechando una falla en la verificación de mensajes cross-chain, se cita como el tipo de fallo sistémico y multi-paso que el nuevo modelo está diseñado para flag antes de que se mueva el dinero.

  4. ¿Cómo están respondiendo los grandes exchanges y bancos a Mythos?

    Coinbase y Binance habrían contactado con Anthropic para probar Mythos, y JPMorgan trata el ciberriesgo impulsado por IA como lo bastante sistémico como para hacer stress-testing con herramientas como el modelo.

  5. ¿Cómo están adaptando los protocolos DeFi sus modelos de seguridad a las amenazas impulsadas por IA?

    Aave Labs ha integrado IA en simulaciones y revisión de código junto a auditores humanos, mientras que Gauntlet aboga por auditoría continua, simulación en tiempo real y sistemas diseñados asumiendo que las brechas ocurrirán. La expectativa a largo plazo es la divergencia — los proyectos que prioricen la seguridad se…

Atribución de fuente
Agregado de CoinDesk · Verificado · Última actualización hace 75d
Abrir original →