OpenAI dice que sus agentes de seguridad autónomos descubrieron 948 vulnerabilidades distintas en el kernel de Linux, desarrollaron exploits funcionales y redactaron correcciones para revisión humana, todo por alrededor de 1,2 millones de dólares en créditos de API, según la empresa.

La campaña de octubre costó 1.213.430 dólares en créditos, un promedio de unos 1.279 dólares por vulnerabilidad, y un modelo de IA más capaz y sin lanzar terminó encontrando más de cinco veces la cantidad de fallas que una versión anterior. Aunque el sistema también generó parches candidatos, la revisión humana y los mantenedores de software siguen siendo responsables de validar e implementar las correcciones.

"Elegimos Linux para estudiar qué tan eficazmente los modelos de frontera podían encontrar vulnerabilidades y demostrar su impacto de seguridad en una base de código de esta escala e importancia", dijo OpenAI en los resultados publicados el miércoles.

El kernel de Linux alimenta los servidores en la nube, los dispositivos Android y gran parte de la infraestructura informática crítica del mundo. Las fallas identificadas en el experimento fueron vulnerabilidades locales de escalada de privilegios: un atacante primero necesitaría acceso limitado a una máquina vulnerable, pero luego podría obtener privilegios de root y tomar el control total. En sistemas compartidos como los servidores en la nube, ese paso de escalada es precisamente lo que convierte un acceso limitado en control sobre todo lo que la máquina ejecuta.

948 fallas, 1.169 exploits funcionales

Los agentes de OpenAI escanearon aproximadamente 2,8 millones de líneas de código del kernel, cerca del 7% del proyecto. "Nuestro prototipo identificó y analizó 2.308 hallazgos candidatos en el kernel de Linux, reprodujo dinámicamente 1.724 vulnerabilidades y produjo 948 exploits de escalada local de privilegios (LPE) que podrían permitir que un usuario local sin privilegios obtenga acceso root", dijo OpenAI.

Después de agrupar los exploits por su causa subyacente y corrección propuesta, los investigadores contabilizaron 948 fallas distintas, tratando como una sola los exploits que compartían la misma causa raíz y remedio.

OpenAI comparó el costo de la ejecución con los pagos históricos de entre 20.000 y 70.000 dólares por exploits de escalada de privilegios de Linux en competencias de hacking, lo que sugiere un valor hipotético de entre 18,9 y 66,3 millones de dólares si los mismos resultados se hubieran encontrado manualmente.

Una campaña anterior de GPT-5.6 Sol encontró 166 vulnerabilidades únicas de escalada de privilegios en julio por 513.690 dólares. El modelo cibernético más nuevo, sin lanzar, encontró más de cinco veces esa cantidad en octubre, incluso después de que el kernel hubiera recibido meses de correcciones. OpenAI también dijo que sus agentes utilizaron al menos 10 técnicas de explotación desconocidas para los investigadores y los expertos externos que consultaron, no solo trucos existentes recuperados de los datos de entrenamiento.

¿Qué sucede cuando los hackers tienen las mismas herramientas?

Los resultados suman evidencia creciente de que los sistemas de IA son capaces de realizar investigación avanzada de ciberseguridad que antes requería una experiencia humana considerable.

La semana pasada, Anthropic reveló en un informe de investigación que una versión sin lanzar de Claude había descubierto y explotado vulnerabilidades graves en software de uso generalizado, incluidos Chrome y Linux. Algunos de esos exploits podían ejecutar código malicioso de forma remota con poca o ninguna interacción del usuario. Publicados con aproximadamente una semana de diferencia, los dos informes subrayan la rapidez con la que los laboratorios de frontera se apresuran a publicitar las capacidades de seguridad de sus modelos más poderosos mientras mantienen esos sistemas fuera del lanzamiento general.

La economía de este tipo de investigación ya estaba cambiando antes del anuncio de OpenAI. Investigadores de Vidoc Security reprodujeron varios descubrimientos de vulnerabilidades asociados con la poderosa Mythos AI de Anthropic utilizando modelos de acceso público por menos de 30 dólares por archivo, como informó Decrypt anteriormente.

Esas pruebas mostraron que encontrar vulnerabilidades se estaba volviendo cada vez más accesible, aunque reproducir una falla es diferente a desarrollar un exploit confiable capaz de comprometer un sistema protegido.

El último experimento de OpenAI va más allá al automatizar gran parte del proceso de explotación, un desarrollo que podría dar a los defensores una ventaja para parchear software antes de que los delincuentes puedan aprovechar las mismas debilidades. La empresa advirtió que los atacantes con acceso limitado a un sistema operativo desactualizado podrían, cada vez más, escalar sus privilegios con asistencia de IA. Por ahora, las correcciones candidatas redactadas por los agentes siguen en manos de los revisores humanos, lo que convierte el manejo de parches generados por IA para código de uso generalizado en un próximo desarrollo concreto que observar.

OpenAI busca restringir el acceso a sus modelos de ciberseguridad más capaces mediante programas de seguridad verificados. Su iniciativa Daybreak Red proporciona a los defensores aprobados acceso a herramientas de IA especializadas para investigación de vulnerabilidades, pruebas de exploits y desarrollo de mitigaciones.