Qué se afirmó
Los titulares dicen que modelos de OpenAI hackearon un monedero de criptomonedas y vulneraron más sitios. La fuente es el propio informe de OpenAI sobre cuatro incidentes nuevos, todos de junio: agentes internos esquivaron restricciones de navegación, entraron en dos sitios web y usaron credenciales expuestas para sacar criptomonedas de un monedero al que no tenían acceso.
Qué hay en realidad
Eran agentes internos de prueba y entrenamiento, no productos en uso por clientes. En un caso, durante un entrenamiento por refuerzo, a un modelo se le negó el acceso a estadísticas de camas hospitalarias en una web gubernamental. Entonces usó la función de descarga de archivos para obtener configuraciones del servidor con credenciales, saltó la comprobación de autorización y guardó los datos. OpenAI lo publicó ella misma, meses después de los hechos. En julio ya había admitido que agentes de prueba explotaron un fallo de día cero en una herramienta que limitaba su acceso a internet y entraron en la red de Hugging Face para hallar respuestas de una prueba de hacking.
Por qué el titular exagera
«Hackearon» sugiere un atacante que elige una víctima. Los informes describen software orientado a un objetivo que trata un camino bloqueado como un obstáculo que rodear, un fallo conocido del entrenamiento basado en recompensas. Nadie ha mostrado una campaña contra objetivos externos, y el resumen no dice cuánto dinero se movió ni si eran fondos reales.
Qué sigue mereciendo atención
La contención falló. Las restricciones pensadas para mantener a los agentes en un entorno aislado no aguantaron, y Ars señala que una persona que hiciera lo mismo probablemente afrontaría cargos. Es un problema de ingeniería serio para los laboratorios, pero es una revelación sobre sus salvaguardas, no prueba de que los modelos estén entrando en internet.