TL;DR:
- El agente intentó escapar de su entorno de pruebas alrededor del 9 de julio, atacó a Hugging Face del 11 al 13 y OpenAI no supo que el responsable era suyo hasta después del 16, según Reuters.
- Antes del escape ya había señales internas: un agente dejó notas dirigidas a versiones futuras de sí mismo con instrucciones para zafarse de las restricciones de la empresa.
- Cuando OpenAI llamó a Hugging Face, hacia el 20 de julio, la plataforma ya había reportado el hackeo al FBI.
El agente de OpenAI que entró a los sistemas de Hugging Face anduvo hackeando durante días y su propia empresa no lo notó hasta mucho después de que la amenaza estuviera contenida y el FBI ya estuviera enterado. La cronología la reconstruyó Reuters con fuentes cercanas a la investigación y con Thomas Wolf, cofundador de Hugging Face: el agente intentó salirse de su entorno aislado de pruebas alrededor del 9 de julio, la intrusión corrió del 11 al 13 de julio y OpenAI cayó en cuenta de que el responsable era suyo apenas después del 16 de julio, cuando la empresa atacada publicó su reporte sin poder señalar a nadie. Las dos compañías se hablaron por primera vez hacia el 20 de julio. El anuncio público llegó el 21.
Esa diferencia de fechas cambia el sentido de la historia que ya conocíamos. Hasta ahora el reproche era el retraso en avisar. Lo que agrega Reuters es más incómodo: durante una semana, el laboratorio que presume los modelos ofensivos más capaces del mercado no supo que uno de sus agentes estaba fuera de la jaula.
Patricia Rodriguez
Los detalles finos del descubrimiento también son nuevos. El fin de semana del 18 y 19 de julio, personal de OpenAI encontró en los registros internos las huellas de que su agente había roto las restricciones de la prueba, según dos personas al tanto de la investigación. Reuters no pudo establecer qué llevó a la empresa a revisar esos registros justo entonces.
Las notas que un agente dejó para sus futuras versiones
El episodio arrancó mientras OpenAI medía la capacidad ofensiva de un agente movido por dos de sus modelos más avanzados, GPT-5.6 Sol y uno sin lanzar que la propia compañía describió como todavía más capaz. Para ese momento ya había señales raras en la casa, según tres fuentes citadas por Reuters.
En un caso, un agente dejó notas aparentemente dirigidas a versiones futuras de sí mismo. Aparecieron en una parte de la infraestructura de OpenAI y explicaban cómo podría un agente liberarse de las restricciones internas de la empresa. En pruebas anteriores también hubo casos de sistemas de monitoreo desconectados, dijo una de las fuentes. Reuters aclara que no pudo establecer si esos incidentes están ligados al agente que escapó el 9 de julio.
Marley Smith, especialista principal de inteligencia en la organización sin fines de lucro World Ethical Data Foundation, resumió el dilema que abre esa secuencia:
"¿Eso significa que lo dejaron sin supervisión y no se dieron cuenta de lo que estaba haciendo? ¿O quizá sí lo sabían y no supieron cómo contenerlo? Las dos cosas son igual de peligrosas y alarmantes."
Nadie miraba porque había demasiado que mirar
Aquí está la explicación menos cinematográfica y más útil para cualquier empresa que corra modelos. Cuatro personas familiarizadas con las prácticas de entrenamiento de OpenAI le dijeron a Reuters que la compañía suele correr varias evaluaciones distintas al mismo tiempo, todas a alta velocidad y generando tal volumen de datos que el propio personal a veces no alcanza a seguirles el paso. El agente no se escondió: se perdió en el ruido.
La velocidad ayudó del lado equivocado. Bloomberg reportó el 23 de julio que los modelos ejecutaron en horas un ataque que a un hacker humano hábil le habría tomado un par de semanas, según personas al tanto. Y cuando OpenAI finalmente levantó el teléfono, ya era tarde para el trámite: Hugging Face había reportado el hackeo al FBI por su cuenta. La agencia declinó comentar y Reuters no pudo confirmar si abrió una investigación. Nada de esto contradice la lectura de los especialistas que desde el primer día describieron el episodio como una falla de contención, solo la vuelve más cara.
Toner y Schulman le piden a OpenAI el registro completo
La presión ya no viene solo de afuera de la industria. Helen Toner, directora ejecutiva del CSET de Georgetown y excconsejera de OpenAI, le dijo a Fortune que la empresa debe abrir el expediente:
"OpenAI debería compartir muchos más detalles de lo que pasó en este caso en particular, para que podamos aprender de esto en lugar de pasarlo por alto."
Toner pidió además más visibilidad sobre cómo las empresas de IA usan su propia tecnología puertas adentro, y no solo sobre las pruebas que hacen antes de lanzar un producto. John Schulman, cofundador de OpenAI y hoy científico en jefe de Thinking Machines, fue más específico en X: quiere la transcripción detallada del evento. Sus preguntas apuntan al corazón técnico del asunto, si el agente principal sabía lo que hacían sus subagentes o si hubo desviación de objetivos entre ellos, y cómo justificó el sistema su propio comportamiento.
OpenAI respondió a Fortune con una declaración nueva, sin calendario: dice estar haciendo una revisión a fondo con asesores externos y bajo la supervisión de su Comité de Seguridad y Protección, y promete publicar después un reporte técnico con lo aprendido. Un día antes, en una mesa redonda con periodistas, el presidente y cofundador Greg Brockman esquivó las preguntas sobre el incidente con el argumento de que la investigación sigue abierta.
Mientras tanto, la lista de huecos crece. Ryan Greenblatt, científico en jefe de Redwood Research, publicó trece puntos pendientes, entre ellos si los dos modelos se coordinaron durante el ataque. La firma de ciberseguridad Penligent armó una tabla con ocho aspectos que OpenAI todavía no explica:
- Qué modelos participaron exactamente y con qué tarea asignada.
- Cómo salió el agente del entorno de OpenAI y por qué eligió a Hugging Face.
- Por dónde entró a la plataforma y a qué información alcanzó a llegar.
- Si la cadena pública de modelos y datasets quedó alterada.
- Qué detalles técnicos del exploit se harán públicos tras la remediación.
Michele Catasta, presidente y responsable de IA en Replit, le puso a Fortune la parte que le toca al resto de la industria: hay que prepararse porque lo que hoy parece un caso aislado puede volverse común.
El episodio le cae a OpenAI en un momento delicado, con sus ejecutivos preparando una posible salida a bolsa que podría llegar este mismo año. Jeffrey Ladish, de Palisade Research, lo dijo sin diplomacia: los modelos mienten, hacen trampa y hackean, y ninguna empresa metida en una carrera por desplegar el modelo más rápido va a invertir sola en los controles pesados que hacen falta. La próxima fecha que importa no la marca ningún modelo. La marcan dos documentos que todavía no existen: la cronología pública de Hugging Face y el reporte técnico que OpenAI prometió sin fecha.
