El pipeline de OpenAI encuentra 948 vulnerabilidades de escalada de privilegios en el kernel de Linux

OpenAI informó el 4 de noviembre de 2026 que, durante una prueba de investigación realizada a mediados de octubre de 2026, un pipeline prototipo que utiliza un próximo modelo de ciberseguridad encontró y explotó 948 vulnerabilidades únicas de escalada local de privilegios en Linux, y también generó parches candidatos para que los revisaran los mantenedores.

Las vulnerabilidades podrían permitir que un usuario local sin privilegios obtuviera acceso de root. Las pruebas se realizaron en máquinas virtuales aisladas con un sistema operativo de escritorio estándar y SMEP, SMAP, KASLR y HARDENED_USERCOPY habilitados, en lugar de utilizar un objetivo debilitado deliberadamente. OpenAI eligió Linux porque el kernel contiene más de 40 millones de líneas de código y sustenta dispositivos Android, infraestructura en la nube y supercomputadoras, lo que permitió probar la investigación automatizada en una base de código de esa escala e importancia.

De los hallazgos candidatos a los exploits funcionales

El pipeline conecta el descubrimiento de vulnerabilidades, la validación dinámica, la evaluación de la explotabilidad, la generación de parches y la revisión humana. Los agentes exploradores seleccionan código en función de si los usuarios con pocos privilegios pueden acceder a él y de su relevancia para la seguridad; después, los agentes analistas examinan los objetivos. Los agentes de clasificación generan y perfeccionan pruebas de concepto en máquinas virtuales que ejecutan kernels con Kernel Address Sanitizer, y conservan pruebas obtenidas durante la ejecución en lugar de depender exclusivamente del análisis estático. Cada paquete de investigación completo incluye un análisis de la causa raíz, una prueba de concepto mínima que provoca un fallo, un parche candidato y un exploit completo.

OpenAI afirmó que los agentes exploradores seleccionaron 5,034 objetivos de auditoría que abarcaban unos 2.8 millones de líneas, aproximadamente el 7 % del kernel. En un plazo de 12 horas, los analistas generaron 2,308 hallazgos candidatos sin duplicados; la validación dinámica reprodujo 1,724 vulnerabilidades en 30 horas. La mayoría de los hallazgos restantes requerían privilegios elevados o no pudieron reproducirse dentro del tiempo disponible; solo el 3.1 % se debió a análisis incorrectos del modelo.

Según OpenAI, la fase de explotación produjo 291 pruebas de concepto de filtración de información y 1,169 exploits funcionales de escalada local de privilegios. A continuación, el análisis de variantes generó 948 parches distintos, y OpenAI utiliza esa cifra como el número de LPE únicas, lo que explica por qué el total de vulnerabilidades difiere del recuento bruto de exploits. Las correcciones generadas siguen siendo candidatas a revisión por parte de los mantenedores; la cifra de 948 no representa la cantidad de parches incorporados.

Revisión humana y estado de los parches

OpenAI ha enviado cientos de informes y parches para vulnerabilidades críticas y prevé distribuir gradualmente el resto con los colaboradores de Parchear el planeta. El 22 de junio de 2026, OpenAI presentó la iniciativa Daybreak junto con Trail of Bits, que combina la investigación asistida por IA con la revisión de expertos, mientras los mantenedores conservan el control sobre la implementación y divulgación de los parches. El anuncio anterior informó de 24 exploits de LPE y ocho pruebas de concepto de filtración de información mediante punteros del kernel, obtenidos en el trabajo de OpenAI con GPT-5.5 Cyber en Linux.

Tras encontrar 61 LPE ya corregidas en la rama principal del proyecto, 43 con parches en preparación y 299 que se estaban comunicando o debatiendo públicamente al término de los diez días de análisis automatizado y manual, OpenAI recomendó volver a validar los hallazgos frente al código actual, incluidas las incorporaciones posteriores, para evitar informes duplicados u obsoletos. El objetivo es que los mantenedores se centren en las vulnerabilidades sin resolver sin añadir una carga innecesaria de revisión.

La revisión también detectó un fallo que habría pasado inadvertido si solo se hubiera comprobado la obtención de una shell de root. En una ejecución inicial, OpenAI afirmó que 20 de los 200 exploits comunicados como exitosos habían obtenido acceso de root mediante una vulnerabilidad de día cero distinta de la vulnerabilidad asignada; después, reforzó las restricciones de las tareas y añadió una verificación independiente de la ruta de cada exploit. Los parches iniciales obtenidos directamente mediante indicaciones podían ser funcionalmente correctos, pero incluir código innecesario, posibles compromisos de rendimiento, desviaciones de las convenciones de programación o una cobertura incompleta de variantes. Las instrucciones adicionales y las iteraciones mejoraron la calidad de los parches, pero los investigadores humanos siguen revisando el exploit, el parche y la gravedad propuesta antes de informar a los mantenedores.

Comparación de modelos y costos de las pruebas

La comparación de OpenAI sitúa la ejecución de mediados de octubre en 1,213 millones de dólares en créditos de API, o 1,279 dólares por cada LPE única, frente a 166 LPE únicas y 513,690 dólares en una ejecución de GPT-5.6 Sol realizada a finales de julio de 2026. Ambas analizaron la rama principal más reciente del kernel de Linux disponible en ese momento. El aumento informado de más de cinco veces en las LPE nuevas se produjo pese a los tres meses de endurecimiento entre las dos pruebas. Los costos se presentan como límites superiores porque la investigación se centró en la metodología y la medición de capacidades, no en la optimización de costos.

OpenAI afirmó que una muestra de 166 exploits contenía diez técnicas que tanto su equipo como expertos externos en explotación del kernel consideraban nuevas. Estas abarcaban objetos elásticos persistentes, preparación de páginas, escalada de privilegios basada exclusivamente en datos y confusión de tipos arbitraria. Por motivos de seguridad, no se divulgaron los detalles técnicos completos.

Según informó OpenAI, una ejecución adaptada de kernelCTF produjo 25 pruebas de concepto de filtración de información y 21 exploits de LPE durante 112 horas, con un costo aproximado de 32,936 dólares en créditos de API. El kernel probado era incompatible con la mitigación SLAB_VIRTUAL, por lo que OpenAI la eliminó de la configuración. La cifra de aproximadamente 1.5 millones de dólares en recompensas depende de que se acepten las 21 vulnerabilidades; no se trata de un premio anunciado. Las reglas de kernelCTF de Google establecen una recompensa de 71,337 dólares por cada exploit que cumpla los requisitos, exigen una estabilidad mínima del 70 % en 20 ejecuciones y limitan las recompensas a las entregas de vulnerabilidades de día cero que reúnan las condiciones.

Los resultados desplazan el cuello de botella de la generación de pistas a la demostración de las vías de explotación, la actualización constante de los hallazgos y la producción de soluciones aceptables. Esto hace que la verificación independiente y la revisión de los mantenedores sean fundamentales para determinar si la investigación automatizada a esta escala se convierte en un trabajo de defensa útil, en lugar de generar una carga adicional de informes.