OpenAI ha revelado detalles de un pipeline que empleó un modelo de inteligencia artificial (IA) especializado en ciberseguridad, aún no lanzado al mercado, para validar y parchear 948 vulnerabilidades de escalada local de privilegios en Linux, con un coste de 1,2 millones de dólares en créditos de API.
La compañía explicó que su prototipo identificó y analizó 2.308 hallazgos candidatos en el kernel de Linux, reprodujo dinámicamente 1.724 vulnerabilidades y generó 948 exploits de escalada local de privilegios (LPE) que permitirían a un usuario local sin privilegios obtener acceso root.
Estos resultados amplían los 24 exploits LPE que OpenAI reveló en junio de 2026, descubiertos por su modelo GPT-5.5-Cyber. La nueva investigación convierte ese proceso en un pipeline agéntico de cinco etapas:
- Descubrimiento de vulnerabilidades: los agentes identifican objetivos de auditoría de alto valor (partes del código relevantes para la seguridad y accesibles para usuarios con pocos privilegios) y buscan hallazgos candidatos.
- Validación dinámica: los agentes intentan reproducir cada candidato en un entorno aislado y conservan evidencia de ejecución.
- Evaluación de explotabilidad: los agentes comprueban si las vulnerabilidades validadas pueden aprovecharse para revelar información o lograr LPE, y diseñan un exploit de prueba de concepto (PoC).
- Generación de parches: los agentes crean parches para la vulnerabilidad identificada.
- Revisión humana: investigadores de seguridad revisan el exploit, el parche y la gravedad propuesta antes de notificarlo a los mantenedores.
En una ejecución de mediados de octubre de 2026, el pipeline con un modelo cyber de próxima generación reprodujo dinámicamente 1.724 vulnerabilidades en 30 horas y generó PoC para 291 vulnerabilidades de filtración de información y 948 exploits funcionales de LPE para una distribución de Linux de uso común, según OpenAI.
El coste total de la ejecución fue de 1.213.430 dólares en créditos de API, o 1.279 dólares por exploit LPE. Hasta donde sabemos, los agentes de este pipeline descubrieron y utilizaron al menos 10 técnicas novedosas de explotación en Linux.
A grandes rasgos, estas técnicas incluyen:
- Dos nuevos objetos elásticos persistentes para rociar objetos dentro de la caché del kernel objetivo.
- Dos nuevas técnicas de grooming de páginas para mejorar la fiabilidad del exploit.
- Cinco nuevas técnicas data-only para obtener escalada de privilegios directamente o mediante una escritura arbitraria.
- Una técnica que implica confusión de tipos arbitraria.
Este avance vuelve a mostrar cómo la IA de frontera está redefiniendo el panorama de la ciberseguridad: acelera el descubrimiento y la explotación de vulnerabilidades y, al mismo tiempo, ayuda a los defensores a corregir fallos de forma fiable, aunque con instrucciones e iteraciones adicionales, antes de que los atacantes puedan aprovecharlos, y hace que para los actores maliciosos explotar software resulte 'prohibitivamente caro'.
En un informe publicado el mes pasado, VulnCheck catalogó el descubrimiento de vulnerabilidades asistido por IA como una 'categoría de riesgo creciente' que potencia a hackers novatos, quienes ahora necesitan poca o ninguna experiencia técnica para detectar fallos de software.
El acceso a los modelos de IA no se limita a los defensores: los actores maliciosos pueden usar las mismas capacidades para descubrir y weaponizar nuevos zero-days y ampliar el conjunto de objetivos viables con un esfuerzo mínimo.
Según datos de Google Threat Intelligence Group (GTIG), el número de vulnerabilidades divulgadas por mes se ha más que duplicado, pasando de 5.045 en enero de 2026 a 10.740 en agosto de 2026. Las vulnerabilidades clasificadas como de alto riesgo aumentaron de 131 divulgaciones en enero de 2026 a 350 en agosto de 2026, un crecimiento del 167%.
La disponibilidad generalizada de herramientas cibernéticas impulsadas por IA casi con certeza ha provocado un aumento significativo en el descubrimiento de vulnerabilidades zero-day.
Así lo afirmó el Centro Nacional de Ciberseguridad (NCSC) del Reino Unido en una evaluación publicada el martes, en la que también señaló que las herramientas defensivas de IA han reducido la ventana en la que una vulnerabilidad pasa de zero-day a N-day y han agilizado el parcheo. Sin embargo, advirtió que, sin una configuración correcta y generalizada de esta tecnología, muchos sistemas siguen siendo vulnerables a atacantes que usan herramientas de IA para identificar y explotar debilidades.
El NCSC también indicó que las organizaciones tendrán que evolucionar sus procesos internos de parcheo y pruebas para adaptarse al nuevo ritmo de descubrimiento de vulnerabilidades.
Posteriormente, los atacantes han mostrado menos cautela a la hora de perder un acceso para lograr un objetivo, ya que el coste de reemplazarlo es mínimo. Las capacidades cibernéticas se utilizan ahora para una gama más amplia de actividades debido al menor riesgo, lo que facilita a los adversarios acceder a información y usarla operativamente.
OpenAI afirmó que el ritmo de descubrimiento de vulnerabilidades por parte de los modelos de frontera debe igualarse con la generación automatizada de parches para proteger el software y limitar la ventana de explotación.
Con iteración guiada por expertos humanos, creemos que los parches generados por IA pueden ser funcionalmente correctos, alineados con los estilos de codificación existentes y robustos frente a variantes de ataque. A corto y medio plazo, tener acceso a una cuenta con pocos privilegios en un sistema operativo que no esté actualizado con los últimos parches disponibles debería considerarse funcionalmente equivalente al acceso root para un actor de amenaza con buenos recursos.
Deja una respuesta