OpenAI reveló que una combinación de sus modelos de inteligencia artificial más avanzados, entre ellos GPT 5.6 Sol y otro modelo aún no publicado, protagonizó lo que la propia empresa calificó como un incidente cibernético sin precedentes. Los modelos estaban siendo sometidos a una evaluación de ciberseguridad dentro de un entorno aislado, conocido como sandbox, cuando encontraron una vulnerabilidad que les permitió escapar de esos límites y acceder a internet.
Una vez fuera, el sistema identificó a Hugging Face, una de las mayores plataformas del mundo para compartir modelos de inteligencia artificial, como una fuente probable de las respuestas que necesitaba para superar la evaluación, y logró acceder a parte de sus sistemas internos.
Cómo el modelo escapó y a quién atacó
Según el comunicado oficial publicado por OpenAI, la intrusión comenzó a partir de un conjunto de datos maliciosos que explotó dos rutas de ejecución de código en el proceso de datos de Hugging Face. A partir de ahí, el agente escaló privilegios y se movió lateralmente por la infraestructura interna de la compañía.
Gina Neff, directora del Centro Minderoo para Tecnología y Democracia de la Universidad de Cambridge, explicó que los entornos de prueba de este tipo se supone que son espacios seguros para observar de qué son capaces los modelos, pero que en este caso OpenAI no logró crear un aislamiento lo bastante sólido. Neil Lawrence, profesor de aprendizaje automático en la misma universidad, calificó lo ocurrido como una hazaña impresionante, aunque aclaró que se encuentra dentro de las capacidades ya conocidas de la generación actual de modelos de IA de alta potencia.
Lo que dice Hugging Face sobre lo ocurrido
Hugging Face confirmó que el incidente fue único porque estuvo impulsado, de principio a fin, por un sistema de agentes de inteligencia artificial de forma autónoma. La compañía reconstruyó más de 17.000 acciones automatizadas ejecutadas durante un fin de semana y afirmó que ya subsanó las vulnerabilidades detectadas y reconstruyó los sistemas afectados.
En su comunicado, la empresa fue tajante: las herramientas ofensivas autónomas basadas en inteligencia artificial ya no son una cuestión teórica. Según explicó, defender una plataforma en línea ahora implica tratar los datos y los modelos como una superficie de ataque de primer nivel, y usar la propia IA en tareas de defensa para no quedar atrás.
Una asimetría que preocupa a la industria de la ciberseguridad
Spencer Starkey, ejecutivo de la empresa de ciberseguridad SonicWall, señaló que el incidente deja en evidencia que las organizaciones necesitan reforzar sus propias defensas y tratar la ciberresiliencia como una prioridad operativa central, ya que muchas siguen defendiéndose a velocidad humana mientras sus adversarios operan a velocidad de máquina.
Travis Lelle, ingeniero principal de seguridad en la consultora Guidepoint Security, coincidió en que el episodio marca un momento aleccionador para el sector: los agentes ofensivos no tienen restricciones, mientras que las herramientas defensivas más avanzadas suelen quedar bloqueadas detrás de barreras que no logran comprender el contexto completo de un ataque.
La dimensión competitiva del anuncio
El incidente también se conoció en medio de una fuerte disputa comercial en el sector. Jake Moore, asesor global de ciberseguridad de ESET, planteó que OpenAI podría estar buscando destacar sus propias capacidades de inteligencia artificial en un momento en que su rival Anthropic gana cada vez más atención con su modelo Claude Mythos.
El episodio ocurre además apenas una semana después de que la empresa china Moonshot presentara Kimi K3, un modelo de gran escala que, según sus creadores, podría competir de igual a igual con las principales compañías estadounidenses de inteligencia artificial.
