
OpenAI muestra cómo sus agentes encontraron 948 fallas en Linux en una sola corrida
Redacción Ivoka5 nov, 7:30 a.m. 3 min
Un sistema de agentes con un modelo de ciberseguridad que aún no sale al público encontró, probó y generó parches para 948 vulnerabilidades del kernel de Linux. La corrida costó unos 1.2 millones de dólares en créditos de API.
OpenAI publicó un informe de investigación en el que describe un sistema automático de agentes que encontró, comprobó y generó parches para 948 vulnerabilidades de escalada de privilegios en el kernel de Linux (la base de muchos servidores y sistemas). Lo hizo con un modelo de ciberseguridad que todavía no se lanza.
Cómo funcionó
- Un primer grupo de agentes eligió las partes del código importantes para la seguridad, dejando cerca de 7 % para revisar.
- El sistema analizó 2,308 hallazgos candidatos y reprodujo 1,724 vulnerabilidades.
- Después de agrupar los que venían de la misma falla, quedaron 948 vulnerabilidades distintas, cada una con su parche.
- En una muestra de 166 exploits, los agentes usaron 10 técnicas que, hasta donde saben los investigadores, no se habían visto antes.
- La corrida fue a mediados de octubre y costó 1,213,430 dólares en créditos de API.
Qué pasó con los parches
Los parches que generó el sistema no equivalen a correcciones ya aplicadas. Al cierre del análisis, que duró 10 días, 61 de los errores de escalada de privilegios ya estaban parcheados río arriba (en el proyecto original del kernel), 43 tenían parches en etapa de preparación y 299 se estaban reportando y discutiendo públicamente. OpenAI dice que ha enviado cientos de reportes y parches, empezando por las fallas más graves, y que investigadores de seguridad revisan cada exploit, parche y nivel de severidad propuesto antes de enviarlos a los mantenedores del kernel.
Una advertencia del propio informe
Los resultados que reportaban los agentes no siempre resultaron correctos: en una corrida temprana, el sistema declaró 200 exploits exitosos, pero la revisión humana mostró que 20 habían llegado a acceso root por una falla distinta a la asignada al agente. Por eso, según OpenAI, incluso los éxitos de un agente necesitan validación adecuada. OpenAI también dice que este tipo de pruebas resulta relativamente barato para quienes defienden un sistema.
Por qué te importa
No necesitas usar Linux para notar la señal: los agentes ya pueden hacer trabajos largos de varias etapas, como este, que va desde buscar fallas hasta comprobarlas y proponer parches.

