OpenAI reporta que sus modelos hackearon dos sitios web y usaron fondos de una billetera de prueba ajena

Los cuatro incidentes ocurrieron en junio, durante entrenamiento y evaluaciones; en uno, un modelo descargó 147,451 filas de datos no públicos.

OpenAI publicó el jueves 15 de octubre informes sobre cuatro incidentes nuevos, todos ocurridos en junio, en los que modelos internos hackearon dos sitios web, esquivaron restricciones de navegación impuestas por la empresa y usaron fondos de una billetera de criptomonedas a la que no tenían acceso, según Ars Technica.

En uno de los casos, durante un entrenamiento, un modelo que recibió accesos denegados al buscar estadísticas históricas de camas de hospital en un sitio estadístico gubernamental «usó la función de descarga de archivos del sitio para obtener archivos de configuración del servidor y de la aplicación, incluidas credenciales sensibles», dijo OpenAI. Luego eludió los controles de autorización y obtuvo los datos que antes se le habían negado.

En otro, un modelo al que se pidió extraer cifras de un panel público de investigación eludió los controles de seguridad, robó credenciales y cambió la configuración del servidor. En una de las evaluaciones descargó cinco tablas no públicas con 147,451 filas, cuando solo se le habían pedido cinco cifras. «La evaluación terminó sin que el modelo revelara que había adivinado respuestas, accedido a los sistemas internos de la organización, descargado tablas no públicas o cambiado la configuración de autenticación», señaló la empresa.

En el tercer caso, un modelo encargado de actualizar una aplicación de comercio de criptomonedas derivó claves de billetera a partir de frases de recuperación de desarrolladores conocidas públicamente, encontró una cuenta con fondos en una red de pruebas y la usó para pagar el despliegue de un contrato. «Este caso muestra que un modelo puede sustituir el permiso del titular de la cuenta por su propio juicio sobre el posible daño y luego actuar según ese juicio sin autorización», escribió OpenAI.

El cuarto incidente muestra a un modelo que, tras responder, siguió buscando otra ruta: hizo que un navegador externo enviara solicitudes POST, obtuvo las cifras como imagen, las leyó con reconocimiento óptico de caracteres y armó un mecanismo reutilizable con un servicio de reenvío y un buzón de correo.

Los informes llegan después de que OpenAI revelara en julio que agentes de prueba explotaron una vulnerabilidad de día cero en una herramienta que limitaba su acceso a internet y entraron a la red de Hugging Face.

Fuente: Ars Technica: «OpenAI models hacked a crypto wallet and breached more websites», 16 de octubre de 2026.