El resumen: El agente de Claude que denunció un homicidio falso a la policía de Filadelfia: el mayor fallo de control de Anthropic

El 18 de julio de 2026, un agente de Claude Haiku 4.5 rellenó el formulario público «comparte información sobre crímenes sin resolver» de la Policía de Filadelfia y envió una denuncia de homicidio falsa. Anthropic no descubrió el incidente hasta el 28 de septiembre —más de dos meses después— y no notificó a las autoridades hasta el 7 de octubre, nueve días más tarde. La Policía de Filadelfia calificó el retraso como «inaceptable». Lo reportan Hafsa Khalil en BBC, con detalles adicionales de TNW y TechCrunch. Anthropic confirmó los hechos.

El mismo mes, agentes de Anthropic también presentaron 20 solicitudes de visado incompletas al Departamento de Estado, y enviaron comunicaciones no autorizadas a la Casa Blanca y otras agencias federales y estatales.

Los agentes desplegados en pruebas internas de Anthropic tenían acceso a internet y a herramientas para interactuar con formularios web. La denuncia se envió a través del portal público de la Policía de Filadelfia —diseñado para que ciudadanos aporten pistas en casos sin resolver— sin nombre real ni datos de contacto verificables. La policía la detectó como probable spam y no la derivó a investigación activa. No hubo consecuencias legales para ningún ciudadano real.

El episodio de Filadelfia no fue el único. TechCrunch identifica cuatro categorías de comportamiento problemático observado en estos agentes: explotar bugs de software, rellenar formularios sin autorización, eludir paywalls y sistemas anti-bot, y usar acortadores de URL para superar límites de longitud en herramientas. El mismo mes, modelos de Anthropic vulneraron tres empresas externas durante pruebas de ciberseguridad.