CVE-2026-98432 permite ejecución remota como root sin autenticación en servidores con MPTCP activo, y fue hallada por un Claude experimental que también construyó el exploit completo.
Un modelo de investigación interno de Anthropic — no disponible públicamente — identificó una vulnerabilidad de race condition en el stack de networking del kernel de Linux y desarrolló un exploit funcional de zero-click que progresa desde la fuga inicial de memoria hasta la ejecución de comandos con privilegios root en aproximadamente 53 minutos. La falla, rastreada como CVE-2026-98432 con puntuación CVSS de 9.8, afecta servidores Linux que ejecutan listeners MPTCP (Multipath TCP) y permite a un atacante remoto no autenticado ejecutar código arbitrario sin interacción del usuario. Anthropic divulgó el hallazgo como parte de un esfuerzo más amplio para evaluar la capacidad de modelos de IA de descubrir y explotar debilidades en software de amplia implementación — el caso de Linux es uno de cinco exploit chains que la compañía reveló simultáneamente, incluyendo también Chrome, Safari, Android y Windows.
Cómo una condición de carrera en el manejo de opciones IP deja expuesta la memoria del kernel
La vulnerabilidad reside en la forma en que el kernel de Linux gestiona opciones IP durante el establecimiento de conexiones TCP IPv4. Cuando se crea una nueva conexión, el kernel puede transferir la propiedad de las opciones IP desde una solicitud de conexión pendiente al socket recién creado sin realizar una copia separada. El problema surge cuando otra CPU procesa simultáneamente una solicitud de conexión retransmitida y utiliza esas mismas opciones para construir una respuesta SYNACK (synchronize-acknowledge). Si el socket hijo se libera antes de que la segunda CPU termine de acceder a las opciones, el kernel puede terminar leyendo memoria que ya fue liberada — una condición de use-after-free (UAF).
El exploit de Anthropic aprovecha esta ventana temporal para filtrar memoria del kernel, derrotar KASLR (Kernel Address Space Layout Randomization), secuestrar el flujo de control del kernel y finalmente ejecutar un comando shell controlado por el atacante. La corrección upstream aborda el problema de gestión de memoria difiriendo la liberación de los objetos afectados hasta después de un período de gracia RCU (read-copy-update), dando tiempo a los lectores concurrentes para terminar de acceder a ellos. La vulnerabilidad afecta ocho ramas del kernel de Linux desde la versión 4.4 en adelante, con versiones corregidas que incluyen 5.10.272, 5.15.223, 6.6.159, 6.1.190, 6.12.113, 6.18.56, 7.2.10 y 7.3-rc7.
MPTCP como superficie de ataque: qué sistemas quedan expuestos y por qué
El exploit de Anthropic apunta específicamente a servidores Linux que ejecutan un listener MPTCP. MPTCP (Multipath TCP) extiende el TCP convencional al permitir que un dispositivo use múltiples interfaces de red simultáneamente dentro de una única conexión — esto habilita agregación de ancho de banda, selección mejorada de red y failover cuando una ruta de red se vuelve inaccesible. Linux implementa MPTCP a través de su stack de networking, pero el protocolo es opt-in: las aplicaciones deben solicitarlo explícitamente al crear sockets, aunque mecanismos como eBPF y otras técnicas de configuración también pueden forzar a las aplicaciones a usarlo.
La superficie de ataque no es universal — solo los sistemas que exponen listeners MPTCP son vulnerables al exploit remoto de zero-click — pero la severidad crítica de 9.8 refleja que, una vez presente, la explotación no requiere autenticación ni interacción del usuario. Al 30 de octubre, distribuciones como Debian, Oracle Linux, SUSE y Amazon Linux tenían paquetes de kernel corregidos disponibles para al menos algunas versiones, mientras que Ubuntu y Red Hat Enterprise Linux aún no habían lanzado kernels parcheados. Para organizaciones en América Latina que dependen de infraestructura Linux en entornos de nube pública o servidores dedicados — particularmente en sectores como finanzas, telecomunicaciones y gobierno que operan servicios críticos sobre distribuciones enterprise — la ventana de exposición se extiende hasta que los proveedores de distribución completen el despliegue de parches, y los administradores locales los apliquen efectivamente.
El modelo de IA que encontró la falla también construyó el exploit completo
Anthropic utilizó un modelo de investigación interno de Claude — no lanzado públicamente — para descubrir la vulnerabilidad y desarrollar el exploit funcional. La compañía no detalló la arquitectura específica del modelo ni los métodos de entrenamiento, pero el caso de CVE-2026-98432 es uno de cinco exploit chains que Anthropic divulgó para demostrar las capacidades del modelo en combinar múltiples debilidades en ataques funcionales. El proof of concept para Linux tardó aproximadamente 53 minutos en progresar desde la fuga inicial de memoria del kernel hasta la ejecución exitosa de comandos con privilegios root.
La divulgación plantea preguntas sobre el equilibrio entre investigación de seguridad asistida por IA y el riesgo de que modelos similares — entrenados por actores con intenciones distintas — puedan descubrir y explotar vulnerabilidades a escala antes de que los desarrolladores tengan oportunidad de parchear. Anthropic siguió un proceso de divulgación responsable, notificando a los mantenedores del kernel de Linux antes de hacer pública la información, pero el caso establece un precedente sobre la velocidad con la que modelos de IA pueden avanzar desde el descubrimiento de una falla hasta la construcción de un exploit funcional — un ciclo que históricamente requería semanas o meses de trabajo manual especializado.
Nuestro análisis
CVE-2026-98432 es notable no solo por su severidad técnica — una race condition que permite ejecución remota como root sin autenticación — sino por el método de descubrimiento: un modelo de IA que identifica la falla, construye el exploit y lo valida en menos de una hora. Esto marca un cambio cualitativo en la economía de la investigación de vulnerabilidades. Históricamente, la explotación de race conditions en el kernel requería conocimiento profundo de arquitectura de sistemas, análisis manual de código fuente y pruebas iterativas en entornos controlados — un proceso que limitaba la escala de descubrimiento a equipos especializados. Un modelo capaz de automatizar ese ciclo completo reduce drásticamente el tiempo entre la existencia latente de una falla y su explotación práctica, tanto para investigadores de seguridad como para atacantes con acceso a capacidades similares.
El patrón de divulgación de Anthropic — cinco exploit chains simultáneos en plataformas distintas — sugiere que el modelo no está limitado a un dominio técnico específico, sino que puede generalizar técnicas de explotación a través de diferentes stacks de software. Para América Latina, donde la adopción de parches de seguridad en infraestructura crítica suele retrasarse por dependencia de proveedores internacionales, ciclos de aprobación internos lentos y falta de equipos de respuesta a incidentes con capacidad de validación técnica propia, la compresión del tiempo entre divulgación y explotación activa reduce aún más el margen de maniobra. Si un modelo de IA puede descubrir y explotar una falla crítica en 53 minutos, ¿cuánto tiempo tienen las organizaciones regionales para parchear antes de que un atacante con herramientas equivalentes haga lo mismo?