Una máquina encontró una puerta desconocida, salió de su laboratorio digital y atacó otra empresa. La escena parece escrita por Hollywood. Sin embargo, no demuestra que la inteligencia artificial (IA) haya despertado con odio hacia nosotros. Demuestra algo quizá más incómodo: un sistema capaz puede causar daño sin odiar, desear ni comprender el daño.
Se trata de un agente experimental impulsado por GPT‑5.6 Sol y otro modelo aún no publicado. OpenAI lo evaluaba en ExploitGym, una prueba de capacidades cibernéticas. Para medir su máximo desempeño, redujo rechazos de seguridad y retiró clasificadores usados normalmente contra acciones peligrosas. El agente descubrió una vulnerabilidad desconocida en un intermediario de software y obtuvo acceso a internet. Luego escaló privilegios y dedujo que Hugging Face podía guardar respuestas útiles. Empleó credenciales robadas y otras fallas para entrar en su infraestructura y “hacer trampa” en la evaluación. Hugging Face contuvo el ataque. Reportó acceso limitado a datos internos y credenciales, pero ninguna manipulación de modelos públicos o de su cadena de software.