OpenAI planea un nuevo sprint de seguridad y aumenta las recompensas por errores

OpenAI anunció el 2 de noviembre de 2026 que planea realizar otro sprint interno de seguridad con Cathedral y otros investigadores externos, mientras que una actualización del programa de recompensas por errores publicada ese mismo día aumentó las recompensas e introdujo bonificaciones que pueden elevar los pagos por hallazgos críticos excepcionales hasta los 172.000 dólares.

Los investigadores de Cathedral usarán los modelos de OpenAI junto con sus equipos internos para poner a prueba las defensas y buscar puntos débiles. El anuncio se refiere a un sprint previsto, no a una ronda de pruebas ya concluida. Gavin Kliger, director ejecutivo y cofundador de Cathedral, dijo que la colaboración combinaría los modelos y la experiencia en seguridad de OpenAI con la investigación de Cathedral para encontrar puntos débiles, probar correcciones y contribuir a una defensa continua.

Mayores recompensas para investigadores independientes

Según el anuncio independiente de recompensas por errores de OpenAI, los cambios más que cuadruplicaron, en promedio, el punto medio de los rangos de recompensa por hallazgos de gravedad media, alta y crítica. Una vulnerabilidad crítica en un producto principal como ChatGPT, Codex o API Platform puede recibir ahora hasta 30.000 dólares. Los hallazgos críticos excepcionales en esos productos siguen optando a recompensas de hasta 100.000 dólares antes de las bonificaciones.

Los informes de alta calidad podrán recibir un multiplicador sobre la recompensa base. La bonificación por calidad reconoce una prueba de concepto fiable que aísla el error, muestra en qué condiciones puede explotarse y demuestra su impacto. Un nuevo programa de fidelidad de cinco niveles añade bonificaciones progresivas para los investigadores que colaboran repetidamente con OpenAI, mientras que las campañas prioritarias ofrecerán fondos de bonificación específicos para probar funciones recién lanzadas.

Los informes que aún estén pendientes de recibir una recompensa se regirán por los nuevos rangos. Los investigadores cuyas recompensas se hayan concedido durante los 30 días anteriores al anuncio recibirán la diferencia si los nuevos importes base y las recompensas por fidelidad hubieran supuesto un pago mayor.

El sprint anterior sienta las bases operativas de Defense Factory

El sprint anterior proporciona el modelo operativo. OpenAI dedicó el 25 % de sus ingenieros de producto a encontrar y corregir puntos débiles, y usó Codex para investigar los hallazgos, reproducir vulnerabilidades en entornos aislados y preparar parches para su revisión. La publicación de Defense Factory señala que la iniciativa movilizó a más de 250 personas en más de 100 áreas de servicio.

OpenAI informa que la iniciativa anterior resolvió 53 problemas urgentes o de alta prioridad durante su primer día. Identificó como duplicados el 37 % de los hallazgos, reprodujo el 19,5 % en tiempo de ejecución y registró una tasa de falsos positivos del 0,81 % tras la validación dinámica. La corrección se basó por completo en Codex, y la tasa de correcciones revertidas fue del 0,53 %.

Esos resultados explican por qué Defense Factory es mucho más que un generador de parches. Su ciclo continuo, centrado en los agentes, abarca el inventario, la detección, la validación dinámica, la asignación de responsables y la corrección verificada; los agentes trabajan en entornos reproducibles y aislados. Las personas revisan los cambios de mayor trascendencia y se ocupan de los casos ambiguos, mientras los agentes asumen las tareas rutinarias.

El diseño también tiene una salvedad importante: las comprobaciones posteriores revelaron una brecha entre los parches incorporados y las correcciones implementadas en toda la infraestructura. El movimiento de un ticket o la aceptación de un trabajo no demuestran que se haya corregido el problema; la fase de corrección verificada exige pruebas de implementación y verificación después de la revisión humana y de una implementación autorizada.

Acceso para los defensores más allá de OpenAI

Además de proteger sus propios sistemas, OpenAI ofrece sus modelos más capaces a los clientes de Daybreak para labores de defensa autorizadas. En su anuncio de Daybreak del 3 de septiembre de 2026, fijó un objetivo de consumo a seis meses para un compromiso de 1.000 millones de dólares que cubre acceso subvencionado, capacitación, asistencia técnica y alianzas, y que comienza con defensores estadounidenses con recursos limitados que protegen servicios esenciales como el agua y la electricidad.

En el momento de ese anuncio, OpenAI informó que miles de defensores de 2.000 organizaciones y espacios de trabajo aprobados ya utilizaban Daybreak, incluidas empresas de ciberseguridad, organizaciones de defensa y entidades encargadas de hacer cumplir la ley.

El sprint previsto conecta esas defensas internas y externas: los investigadores externos reciben mayores incentivos para informar sobre aquello que las pruebas de OpenAI no detectaron, mientras que su operación, centrada en los agentes, está diseñada para validar y corregir los puntos débiles. El criterio de referencia incorporado en el propio diseño de OpenAI es que los hallazgos culminen en correcciones implementadas y verificadas de forma independiente, en lugar de limitarse a tickets marcados como completados.