Agentes de OpenAI encontraron 948 exploits de root en Linux en una sola ejecución de 30 horas

OpenAI ha revelado que su próximo modelo de inteligencia artificial centrado en ciberseguridad identificó y parcheó 948 vulnerabilidades de escalada de privilegios local en el kernel de Linux durante una única prueba de 30 horas a mediados de octubre de 2026. El experimento, que costó más de $1.2 millones en créditos de API, demuestra cómo los agentes de IA autónomos pueden ahora acelerar tanto el descubrimiento de fallos críticos de seguridad como la generación de soluciones a una escala previamente imposible para equipos humanos.

Qué ocurrió

El equipo de investigación desplegó un pipeline agéntico diseñado para auditar el kernel de Linux en busca de debilidades de seguridad alcanzables por usuarios con bajos privilegios. Durante la sesión de 30 horas, el sistema analizó 2,308 hallazgos candidatos y reprodujo dinámicamente 1,724 vulnerabilidades en un entorno aislado (sandbox). De estas, generó con éxito pruebas de concepto funcionales para 948 bugs de escalada de privilegios local (LPE) y 291 vulnerabilidades de fuga de información. Un exploit LPE permite a un usuario con permisos limitados obtener acceso root, tomando efectivamente el control total del sistema.

Este esfuerzo se basa en trabajos anteriores de junio de 2026, donde el modelo GPT-5.5-Cyber de OpenAI descubrió 24 exploits LPE. El nuevo pipeline automatiza todo el ciclo de vida de la gestión de vulnerabilidades, pasando del descubrimiento inicial a la generación de parches. El costo total de la ejecución fue de $1,213,430, promediando $1,279 por cada exploit LPE confirmado. Los agentes también descubrieron al menos 10 técnicas de explotación novedosas, incluyendo nuevos métodos para memory spraying y page grooming, que mejoran la fiabilidad de los ataques contra el kernel.

Las implicaciones van más allá de esta prueba específica. Datos del Google Threat Intelligence Group muestran que las divulgaciones mensuales de vulnerabilidades más que se duplicaron entre enero y agosto de 2026, pasando de 5,045 a 10,740. Las divulgaciones de alto riesgo aumentaron un 167% en el mismo período. El Centro Nacional de Seguridad Cibernética del Reino Unido (NCSC) señala que, aunque las herramientas defensivas de IA pueden acelerar el parcheo, la disponibilidad generalizada de estas mismas herramientas reduce la barrera de entrada para los atacantes, haciendo que el descubrimiento de zero-days sea más rápido y barato para los adversarios.

Cómo funciona

El pipeline opera a través de cinco etapas distintas gestionadas por agentes autónomos. Primero, en el descubrimiento de vulnerabilidades, los agentes escanean la base de código para identificar objetivos de alto valor que sean relevantes para la seguridad y accesibles para usuarios sin privilegios. A continuación, durante la validación dinámica, los agentes intentan reproducir cada potencial vulnerabilidad en un sandbox aislado, preservando evidencia de tiempo de ejecución para confirmar que el bug existe. Este paso filtra los falsos positivos antes de gastar recursos significativos en la explotación.

Una vez validadas, los agentes pasan a la evaluación de explotabilidad, donde prueban si la vulnerabilidad puede ser abusada para la divulgación de información o la escalada de privilegios. Luego diseñan una prueba de concepto del exploit. En la cuarta etapa, generación de parches, los agentes crean correcciones de código para los problemas identificados. Finalmente, investigadores de seguridad humanos revisan los exploits, los parches y las calificaciones de severidad antes de reportarlos a los mantenedores de Linux. Este paso de intervención humana asegura la calidad y previene el despliegue de parches erróneos.

Detalles clave

• El pipeline descubrió 948 exploits funcionales de escalada de privilegios local y 291 pruebas de concepto de fugas de información.
• La ejecución de 30 horas costó $1,213,430 en créditos de API, resultando en un costo de $1,279 por exploit LPE.
• Los agentes identificaron al menos 10 técnicas de explotación nuevas para Linux, incluyendo nuevos objetos persistentes elásticos y métodos de escalada solo de datos.
• El sistema analizó 2,308 hallazgos candidatos y reprodujo dinámicamente 1,724 vulnerabilidades en un sandbox.
• Las divulgaciones mensuales de vulnerabilidades aumentaron de 5,045 en enero de 2026 a 10,740 en agosto de 2026, según el Google Threat Intelligence Group.
• OpenAI afirma que los sistemas sin parchear con acceso de bajo privilegio deben considerarse ahora funcionalmente equivalentes a tener acceso root para actores de amenazas bien financiados.

Por qué importa

Para ingenieros de software y líderes de infraestructura, este cambio significa que la ventana entre el descubrimiento de una vulnerabilidad y su explotación activa se está reduciendo drásticamente. Los ciclos de parcheo tradicionales, que podrían tardar semanas o meses, ya no son suficientes cuando los agentes de IA pueden encontrar y convertir bugs en armas en horas. El costo de entrada para los atacantes está bajando, lo que significa que incluso amenazas novatas pueden aprovechar la IA para encontrar zero-days. Como advierte el NCSC, los atacantes son menos cautelosos sobre perder acceso porque reemplazarlo es barato y fácil.

Sin embargo, esta tecnología también ofrece una vía para los defensores. Al integrar pipelines agénticos similares en los flujos de trabajo de desarrollo, los equipos pueden generar parches tan rápido como se encuentran las vulnerabilidades. OpenAI sugiere que, con guía de expertos humanos, los parches generados por IA pueden ser robustos y alineados con los estilos de codificación existentes. El objetivo es hacer prohibitivo para los malos actores explotar software cerrando agujeros más rápido de lo que pueden ser encontrados. Por ahora, la prioridad debe ser el parcheo rápido y las pruebas automatizadas para mantener el ritmo del descubrimiento impulsado por IA.

Qué puedes hacer

• Prioriza el parcheo inmediato para cualquier sistema Linux que permita acceso de usuarios con bajos privilegios, tratándolos como de alto riesgo.
• Integra herramientas automatizadas de escaneo de vulnerabilidades y generación de parches en tu pipeline CI/CD para reducir el tiempo de respuesta.
• Revisa y actualiza las políticas internas de seguridad para tener en cuenta las tasas más rápidas de divulgación de vulnerabilidades y ventanas de explotación más cortas.
• Implementa controles de acceso estrictos para limitar el número de usuarios con cuentas de bajo privilegio en infraestructuras críticas.
• Monitorea feeds de inteligencia de amenazas para nuevas técnicas de explotación asistidas por IA y vectores de ataque novedosos como los descritos por OpenAI.
• Realiza ejercicios regulares de red-team utilizando herramientas impulsadas por IA para identificar debilidades en tus propios sistemas antes de que lo hagan los adversarios.