Por Canuto  

Investigadores afiliados a Hacktron AI utilizaron Claude Opus 5 para encadenar vulnerabilidades y acceder al código interno de OpenAI en menos de 72 horas, según reportes publicados el 18 de septiembre. El caso, que habría terminado con una recompensa de USD $6.500, también ilustra cómo la inteligencia artificial puede acelerar la creación de exploits y elevar los riesgos para empresas tecnológicas, protocolos y usuarios de criptomonedas.
***

  • Investigadores afiliados a Hacktron AI informaron a OpenAI el 25 de julio de 2026 sobre una cadena de tres vulnerabilidades; los reportes señalan una recompensa de USD $6.500.
  • Claude Opus 5 habría generado en cuestión de horas un exploit funcional para ARM64, después de que una versión anterior no completara la tarea.
  • Chainalysis registró un aumento de 2,06 a 11,1 escrituras maliciosas diarias en blockchain, según los datos citados en el reporte.

La inteligencia artificial está reduciendo el tiempo necesario para convertir una vulnerabilidad compleja en una intrusión demostrable, con consecuencias que ya alcanzan a la industria cripto.

Investigadores afiliados a la startup de seguridad Hacktron AI utilizaron Claude, el modelo de inteligencia artificial de Anthropic, para encadenar vulnerabilidades y acceder al código interno de OpenAI. Reportes publicados el 18 de septiembre describen una operación que habría durado menos de 72 horas y que terminó con una recompensa de USD $6.500, aunque algunos detalles técnicos y financieros proceden de la divulgación de los investigadores.

El episodio no habría derivado en la extracción de código fuente sensible ni en modificaciones dañinas. La prueba, según las versiones divulgadas, consistió en demostrar que varios errores independientes podían conectarse hasta alcanzar un entorno de desarrollo de OpenAI. El caso también ilustra cómo un modelo más capaz puede cambiar la velocidad con la que investigadores y atacantes analizan vulnerabilidades y construyen herramientas ofensivas.

La cadena de fallos que llevó hasta OpenAI

El primer eslabón habría sido una vulnerabilidad en la biblioteca libheif, integrada en Discourse, el software utilizado para operar un foro. El fallo permitía la ejecución remota de código, una condición conocida como RCE, y habría proporcionado un punto de entrada en la infraestructura relacionada con el servicio.

Desde ese acceso, el equipo habría aprovechado una falla en el flujo de inicio de sesión único de OpenAI, conocido como SSO. La combinación permitió, según los reportes, tomar el control de la cuenta de ChatGPT de un empleado y avanzar hacia el entorno Codex vinculado con la organización de OpenAI en GitHub.

El acceso al entorno Codex habría conducido al repositorio interno openai/openai. Para demostrar que habían llegado hasta allí, los investigadores abrieron una solicitud de incorporación de cambios inofensiva, sin examinar el código fuente sensible ni realizar modificaciones dañinas.

Hacktron AI reportó la cadena a través de Bugcrowd el 25 de julio de 2026. Las versiones divulgadas indican que OpenAI corrigió la vulnerabilidad ese mismo día y que Discourse publicó posteriormente un aviso, el 28 de julio, con una calificación de gravedad de 8,8 bajo el Sistema Común de Puntuación de Vulnerabilidades. El caso se hizo público el 17 de septiembre, según los reportes citados.

El salto de Claude Opus 4.8 a Opus 5

La parte más significativa del caso no radica únicamente en que una empresa tecnológica tuviera una vulnerabilidad, algo habitual incluso en infraestructuras altamente protegidas. El elemento diferencial fue la velocidad con la que los investigadores pasaron de analizar el problema a construir un exploit funcional para una arquitectura específica.

El equipo probó primero Claude Opus 4.8, pero consideró que el modelo no era lo bastante fiable para resolver la tarea. Después utilizó Claude Opus 5, presentado por Anthropic el 24 de julio de 2026, y obtuvo en cuestión de horas un exploit válido para ARM64, según la información divulgada por los investigadores.

Los investigadores adaptaron posteriormente el código para entornos x86-64 y jemalloc, una biblioteca de asignación de memoria. El desarrollo de exploits relacionados con corrupción de memoria había requerido históricamente semanas de trabajo por parte de especialistas, de modo que completar la cadena en menos de tres días representaría un cambio relevante en la economía y la velocidad de la investigación ofensiva.

El resultado no significa que un modelo de lenguaje pueda reemplazar de forma autónoma a un equipo especializado en todos los escenarios. Sí sugiere que los expertos pueden utilizar modelos más capaces para automatizar análisis, probar variantes y reducir los tiempos de iteración, mientras las organizaciones defensoras deben revisar vulnerabilidades con mayor urgencia.

La presión creciente sobre el ecosistema cripto

En el sector de las criptomonedas, una capacidad ofensiva de este tipo puede traducirse directamente en pérdidas financieras, porque los errores en contratos, puentes, exchanges o carteras suelen tener un valor económico inmediato. El riesgo aumenta cuando los atacantes pueden distribuir instrucciones, coordinar operaciones y adaptar código malicioso sin depender de una infraestructura central fácil de bloquear.

Chainalysis informó que los atacantes publican instrucciones de malware en blockchains públicas un 440% más a menudo que hace un año. La firma registró un aumento de 2,06 a 11,1 escrituras maliciosas diarias en la cadena y describió esta práctica como dead drops en blockchain: instrucciones de comando y control almacenadas en un libro mayor que nadie puede confiscar ni desconectar.

Según los datos citados en el reporte, el aumento comenzó a mediados de 2025, cuando aparecieron modelos chinos de código abierto sin medidas de seguridad significativas contra la generación de código malicioso. Durante el segundo trimestre de 2026, operadores vinculados con Corea del Norte e Irán habrían representado aproximadamente dos tercios de la actividad nueva y cerca de la mitad del total registrado.

Los investigadores que seguían la actividad de Kimsuky, un grupo norcoreano, encontraron plataformas locales de modelos de lenguaje como Ollama, GPT4All y Msty instaladas en su infraestructura. También identificaron señuelos de phishing generados con IA, dirigidos a activos virtuales y a objetivos relacionados con inversiones financieras.

Más exploits y más ruido en los programas de seguridad

El volumen de incidentes también refleja la presión que enfrentan los equipos encargados de proteger protocolos y aplicaciones. Blockaid contabilizó 212 exploits en cadena por un valor de USD $1.100 millones durante el primer semestre de 2026, mientras que DefiLlama registró abril de 2026 como el mes con más ataques a criptoactivos de la historia, con 30 incidentes, según los datos citados.

Estas cifras no permiten atribuir cada ataque exclusivamente a la inteligencia artificial, pero sí muestran un entorno en el que las herramientas automatizadas pueden potenciar técnicas ya conocidas. El uso de modelos para redactar señuelos, explorar errores de configuración o producir variantes de código puede aumentar la frecuencia de las campañas, aunque su éxito final dependa de las defensas y de las oportunidades concretas.

Coinbase advirtió recientemente que los informes de errores podrían triplicarse en el futuro próximo debido a que la IA está inundando los programas de divulgación con ruido. Para los equipos de seguridad, el desafío consiste en separar los reportes útiles de los análisis automatizados incompletos, sin pasar por alto una cadena crítica que parezca improbable a primera vista.

La recompensa de USD $6.500 que, según los reportes, pagó OpenAI muestra que una suma relativamente modesta puede revelar una ruta de varias etapas dentro de un laboratorio tecnológico de primer nivel. El desarrollo de exploits podría convertirse en un servicio cada vez más accesible, y la principal disputa del sector será determinar si la defensa puede avanzar a la misma velocidad que las herramientas ofensivas.

Para las empresas cripto, la lección inmediata es que la seguridad no debe limitarse a revisar contratos inteligentes o custodiar claves privadas. También resulta necesario auditar proveedores externos, flujos de autenticación, repositorios, herramientas de desarrollo y sistemas de inteligencia artificial, porque una vulnerabilidad aparentemente periférica puede terminar conectada con los activos más sensibles.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados