OpenAI afirmó que un flujo experimental de IA generó 948 exploits funcionales para Linux que podrían permitir a un usuario con acceso local limitado obtener privilegios de root, el nivel de control más alto del sistema. La empresa dio a conocer la investigación el miércoles, según The Hacker News informó, y describe un proceso que combina el descubrimiento automatizado de vulnerabilidades, las pruebas de exploits y la generación de parches, con revisión humana.
Los hallazgos se refieren al kernel de Linux, el software central que gestiona el hardware y los recursos del sistema. OpenAI afirmó que los exploits funcionaban contra una distribución de Linux de uso común. El requisito de acceso local es importante: se trata de rutas que parten de un punto de apoyo existente con pocos privilegios hacia un control mayor, y no de un medio informado para entrar inicialmente en una máquina a través de internet.
De los fallos candidatos a los exploits funcionales
En una ejecución realizada a mediados de octubre de 2026, OpenAI afirmó que su prototipo identificó y analizó 2.308 hallazgos candidatos en el kernel, y reprodujo dinámicamente 1.724 vulnerabilidades en 30 horas. Generó programas de prueba de concepto (código que demuestra la explotación) para 291 vulnerabilidades de fuga de información, además de los 948 exploits de escalada local de privilegios.
La ejecución utilizó un modelo próximo centrado en ciberseguridad y costó 1.213.430 dólares en créditos de API, que OpenAI calculó en 1.279 dólares por cada exploit de escalada local de privilegios. Estas cifras describen los resultados experimentales y el gasto en API de la empresa, y no un rendimiento verificado de forma independiente ni una contabilidad completa de los costes de la investigación.
El trabajo amplía los 24 exploits de escalada local de privilegios que OpenAI dio a conocer en junio de 2026 como descubrimientos de GPT‑5.5‑Cyber.
El nuevo flujo tiene cinco etapas. En primer lugar, agentes de IA seleccionan código relevante para la seguridad al que pueden acceder usuarios con pocos privilegios, y lo analizan en busca de posibles fallos. Después intentan reproducir cada hallazgo en un entorno de pruebas aislado, conservando las evidencias de lo ocurrido durante la ejecución.
A continuación, los agentes evalúan si un fallo reproducido puede exponer información o elevar privilegios, y desarrollan exploits de demostración. Una fase de generación de parches produce correcciones propuestas. Por último, investigadores humanos de seguridad revisan el exploit, el parche y la gravedad propuesta antes de notificar el hallazgo a los responsables del mantenimiento.
OpenAI también afirmó que los agentes descubrieron y utilizaron al menos 10 técnicas de explotación de Linux que, según sus datos, eran novedosas. Entre ellas hay dos nuevos «objetos elásticos» persistentes, que sirven para colocar objetos en cachés de memoria del kernel específicas; dos técnicas de «grooming» de páginas, que organizan la memoria para mejorar la fiabilidad del exploit; cinco técnicas basadas solo en datos, que obtienen privilegios directamente o mediante una escritura arbitraria, es decir, una escritura en memoria controlada por el atacante; y una técnica basada en la confusión de tipos arbitraria, en la que el software trata un objeto como si fuera de un tipo incorrecto.
El descubrimiento más rápido presiona la aplicación de parches
La divulgación llega en medio de advertencias de que la IA está acelerando la investigación de vulnerabilidades, tanto para defensores como para atacantes. The Hacker News citó un informe de VulnCheck de octubre que describe el descubrimiento asistido por IA como una categoría de riesgo en crecimiento, que reduce los conocimientos técnicos que necesitan los principiantes para encontrar fallos de software.
La publicación también citó cifras del Google Threat Intelligence Group que muestran que las divulgaciones mensuales de vulnerabilidades pasaron de 5.045 en enero de 2026 a 10.740 en agosto. Las divulgaciones clasificadas como de alto riesgo subieron de 131 a 350 en el mismo periodo, un aumento del 167 %.
En una evaluación publicada el martes, el Centro Nacional de Ciberseguridad del Reino Unido (NCSC) afirmó que el acceso generalizado a herramientas cibernéticas basadas en IA había aumentado «casi con toda seguridad» de forma significativa el descubrimiento de vulnerabilidades de día cero, es decir, fallos desconocidos antes de su descubrimiento. Según citó The Hacker News, la agencia afirmó que las herramientas defensivas acortan la transición de un día cero a una vulnerabilidad públicamente conocida y aceleran la aplicación de parches, pero que los sistemas siguen expuestos cuando la tecnología no está correctamente configurada ni de forma generalizada.
El NCSC también evaluó que los accesos de reemplazo más baratos han hecho que los atacantes sean menos cautelosos ante la pérdida de un punto de apoyo mientras persiguen un objetivo, lo que facilita un uso más amplio de las capacidades cibernéticas para obtener y utilizar información.
Según OpenAI, la generación automatizada de parches debe seguir el ritmo del descubrimiento para reducir las oportunidades de explotación. La empresa afirmó que la iteración guiada por expertos humanos puede hacer que los parches generados por IA sean funcionalmente correctos, coherentes con los estilos de código existentes y resistentes a variantes de ataque.
Para los administradores, la advertencia de OpenAI fue concreta: considera que los atacantes con amplios recursos deben tratarse, en la práctica, como si tuvieran acceso root cuando ya poseen una cuenta de bajo privilegio en un sistema operativo sin los últimos parches disponibles. Las organizaciones responsables de aplicar parches y realizar pruebas deberían adaptar esos procesos al ritmo más rápido del descubrimiento, como recomienda el NCSC.
