OpenAI presentó los resultados de un pipeline que, con un modelo cibernético que aún no ha lanzado, identificó y parcheó 948 vulnerabilidades de escalación de privilegios (LPE) en Linux durante una ejecución de validación de 30 horas. El experimento completo costó US$1,21 millones en créditos de API, unos US$1.279 por cada exploit funcional generado, y la compañía sostiene que la velocidad con la que la IA descubre fallos debe ir acompañada de una capacidad similar para parcharlas.
El sistema auditó 5.034 objetivos del kernel, unas 2,8 millones de líneas de código (cerca del 7% del total). De ahí surgieron 2.308 hallazgos candidatos; los agentes lograron reproducir dinámicamente 1.724 vulnerabilidades (el 74,7%) y produjeron pruebas de concepto para 291 fugas de información y 948 exploits de escalación de privilegios distintos, es decir, caminos para que un usuario sin privilegios obtenga acceso de root en un sistema no actualizado.
Una economía que cambia las cuentas de los atacantes
OpenAI comparó el costo de la operación con su valor hipotético en programas de recompensas como Pwn2Own o TyphoonPWN: entre US$18,9 y US$66,3 millones, entre 16 y 55 veces lo gastado. En una campaña contra el kernelCTF de Google, el pipeline generó 21 LPE válidos por US$32.936; si fueran aceptados, representarían cerca de US$1,5 millones en recompensas. La empresa asegura que sus agentes usaron al menos 10 técnicas de explotación nuevas, incluidas cinco de tipo “data-only” y una de confusión de tipos.
Los resultados superan en más de cinco veces lo logrado en julio por GPT-5.6 Sol, que generó 166 LPE con US$513.690. Según la firma, la conclusión es incómoda: “en el corto y mediano plazo, tener una cuenta de bajos privilegios en un sistema operativo sin los últimos parches debe considerarse funcionalmente equivalente a tener acceso root para un actor con recursos”.
Del hallazgo al parche
El pipeline funciona en cinco etapas, según detalló The Hacker News: descubrimiento de objetivos, validación dinámica en entornos aislados, evaluación de explotabilidad, generación de parches y revisión humana antes de reportar a los mantenedores. Durante los 10 días que duró el análisis, 61 de los LPE encontrados ya fueron corregidos en el repositorio principal del kernel, 43 quedaron en preparación y 299 se discutían públicamente. Los reportes y parches se entregan a los mantenedores a través de la iniciativa Patch the Planet, parte del compromiso Daybreak de OpenAI.
El hallazgo llega en un momento de presión para la seguridad de los sistemas de la propia compañía, que recientemente enfrentó el primer fallo de seguridad de su navegador Atlas. Y el contexto es de aceleración: según datos de Google Threat Intelligence Group citados por The Hacker News, las vulnerabilidades divulgadas por mes pasaron de 5.045 en enero de 2026 a 10.740 en agosto, y el Centro Nacional de Ciberseguridad del Reino Unido advirtió esta semana que la disponibilidad de herramientas de IA “casi con seguridad” ha elevado el descubrimiento de vulnerabilidades de día cero.
Fuentes: OpenAI / The Hacker News
