OpenAI dice que sus agentes encontraron 948 formas distintas para que un usuario local común se convierta en root en una máquina Linux, probaron cada una con un exploit funcional y redactaron un parche para cada falla subyacente. La empresa publicó los resultados el 4 de noviembre de 2026 en una publicación de investigación titulada “A thousand fewer paths to root”, donde reportó un costo total de $1,213,430 en créditos de API para la ejecución de mediados de octubre.
La escalación local de privilegios, abreviada como LPE, significa una falla que permite a alguien que ya tiene una cuenta limitada en una máquina elevar esa cuenta a root, la cuenta que controla todo el sistema. OpenAI contó un exploit como éxito solo cuando producía un shell root. El objetivo no fue una compilación de laboratorio debilitada: OpenAI dice que las máquinas de prueba ejecutaban un sistema operativo de escritorio de fábrica con SMEP, SMAP, KASLR y HARDENED_USERCOPY activados, las protecciones estándar del kernel que trae una distribución normal.
El anuncio
El trabajo provino del equipo Cyber de OpenAI como parte de Patch the Planet, una iniciativa bajo su programa Daybreak que combina investigación impulsada por modelos con revisión humana antes de que algo llegue a un mantenedor. La canalización tiene cinco etapas: descubrimiento, validación dinámica dentro de máquinas virtuales aisladas, evaluación de explotabilidad, generación de parches y revisión humana de cada exploit, parche y calificación de gravedad propuesta.
Los agentes exploradores primero marcaron 5,034 objetivos de auditoría que cubrían cerca de 2.8 millones de líneas de código, cerca del 7 por ciento del kernel, elegidos por su alcanzabilidad por usuarios con privilegios bajos y por su relevancia para la seguridad. Luego los agentes analistas produjeron 2,308 hallazgos candidatos en 12 horas. Los agentes de clasificación reprodujeron 1,724 de ellos, cerca del 74.7 por ciento, en 30 horas. OpenAI dice que solo el 3.1 por ciento de los candidatos descansaba en una condición imposible y contaba como error simple del modelo. El resto en su mayoría necesitaba privilegios más altos o no logró activarse dentro del presupuesto de tiempo.
Luego los agentes de desarrollo de exploits trabajaron en los candidatos más fuertes y produjeron 291 pruebas de concepto para filtraciones de información y 1,169 exploits LPE funcionales. El análisis de variantes agrupó los exploits que se remontaban a la misma falla, y esa agrupación es de donde proviene 948: 948 vulnerabilidades distintas, cada una respaldada por un parche candidato distinto. Hay que tratar 948 como un conteo de fallas distintas con parches candidatos, no como un conteo de correcciones ya enviadas a la máquina de alguien.
De hallazgos candidatos a fallas root distintas, como reportó OpenAI
Conteos reportados por OpenAI, 4 de noviembre de 2026. Los anchos de las barras muestran cada conteo como una parte de los 2,308 hallazgos candidatos.
Detalles importantes
Las cifras de costo son la propia contabilidad de OpenAI, y la empresa es franca en que el total es más un límite superior que un precio ajustado. La explotación fue por lejos la etapa más cara, con $775,929 del total de $1,213,430. Un exploit exitoso costó un promedio de $359 en créditos para desarrollarse, mientras los intentos fallidos promediaron mucho más, razón por la cual OpenAI señala una regla clara para abandonar como un ahorro evidente para ejecuciones futuras.
| Etapa | Costo de API reportado |
|---|---|
| Agentes exploradores, selección de objetivos | $3,426 |
| Agentes analistas, hallazgos candidatos | $316,549 |
| Validación dinámica | $73,330 |
| Revisión de explotabilidad | $44,194 |
| Desarrollo de exploits | $775,929 |
| Ejecución completa, total reportado | $1,213,430 |
Dos comparaciones en la publicación necesitan una lectura cuidadosa. OpenAI valoró los 948 exploits frente a pagos pasados de concursos de $20,000 en Pwn2Own y $70,000 en TyphoonPWN, lo que dio un valor hipotético de $18.9 millones a $66.3 millones. Eso es una ilustración construida a partir de tablas de premios de otras personas, no ingresos por recompensas ni un precio de mercado. La segunda comparación es interna: una ejecución de finales de julio con GPT-5.6 Sol encontró 166 fallas LPE distintas por $513,690, y una ejecución de junio con GPT-5.5 Cyber produjo 24. El salto de 166 a 948 en cerca de tres meses es la afirmación central de OpenAI sobre el progreso del modelo, y descansa en las propias ejecuciones de OpenAI frente a la rama maestra más reciente del kernel en cada fecha.
En una muestra de 166 exploits, OpenAI dice que los agentes usaron al menos 10 técnicas de explotación que sus investigadores no habían visto documentadas antes, y que expertos externos en explotación del kernel consultados por la empresa también las juzgaron nuevas. OpenAI retuvo el detalle técnico de esas técnicas por razones de seguridad, así que esa afirmación por ahora se sostiene en el relato de la empresa y en expertos que eligió no nombrar en la publicación.
La publicación también lleva su propia advertencia sobre confiar en la salida de los agentes. En una ejecución temprana, la canalización reportó 200 exploits exitosos, y la revisión humana encontró que 20 de ellos habían llegado a root a través de una falla de día cero diferente a la asignada. OpenAI endureció la tarea y sumó una verificación independiente de que cada exploit final usa su vulnerabilidad asignada. Ese episodio es el argumento más sólido en todo el informe para mantener la etapa de revisión humana exactamente donde está.
- June 2026GPT-5.5 Cyber produjo 24 exploits LPE bajo Patch the Planet, como reportó OpenAI
- Late July 2026Una ejecución de GPT-5.6 Sol encontró y explotó 166 fallas LPE distintas por $513,690
- Mid October 2026La ejecución con el próximo modelo cibernético escaneó el kernel más reciente y produjo la cifra de 948
- November 4, 2026OpenAI publicó "A thousand fewer paths to root" con los conteos y costos completos
Qué está parcheado y qué no
Para cuando el escaneo y el análisis manual terminaron, 10 días después del escaneo, OpenAI dice que 61 de las fallas ya habían sido parcheadas en la fuente principal, 43 tenían parches en preparación y 299 estaban siendo reportadas y discutidas en público. OpenAI dice que ya envió cientos de informes y parches candidatos para fallas críticas, siguiendo la orientación de la comunidad del kernel de Linux, y está enviando el resto de forma gradual con socios de Patch the Planet.
Lo que la publicación no contiene importa para cualquiera que opere servidores hoy. No nombra ningún identificador CVE, ninguna versión del kernel afectada y ningún subsistema, y los parches candidatos se vuelven correcciones reales solo cuando los mantenedores los aceptan. Una prueba separada frente al programa kernelCTF de Google, un kernel endurecido con una superficie de ataque reducida, produjo 21 exploits LPE y 25 pruebas de concepto de filtración de información en 112 horas por $32,936, lo que OpenAI presenta como evidencia de que la canalización también funciona frente a un objetivo más difícil. Ese resultado de kernelCTF también es reportado, no confirmado de forma independiente.
Los lectores que siguen aquí la investigación con agentes reconocerán el patrón de otro trabajo reciente, como el prototipo de agente de DeepSeek que recoge errores en un repositorio: la salida del agente es solo tan útil como la verificación que la rodea.
Qué sigue
Los próximos pasos confirmados son trabajo de divulgación, no lanzamientos de modelos nuevos. Los informes y parches candidatos siguen fluyendo hacia los mantenedores a través de socios de Patch the Planet, comenzando por las fallas críticas, y cada informe todavía pasa primero por revisión humana en OpenAI. Las preguntas abiertas son más claras: cuántos de los 948 parches candidatos sobreviven a la revisión de los mantenedores en algo cercano a su forma redactada, y si el conteo cambia a medida que los mantenedores eliminan duplicados de informes frente a fallas encontradas por otros investigadores en la misma ventana.
Los hechos en este informe se verificaron el 5 de noviembre de 2026 frente a la publicación de investigación de OpenAI y la cobertura independiente de ella. La consecuencia más profunda ya es visible en la propia presentación de OpenAI: si una canalización puede hacer este trabajo por cerca de $1,279 por falla distinta, entonces dejar software conocido sin parchear deja de ser un problema de atraso y se convierte en una puerta abierta, para los defensores que ejecutan las mismas herramientas y para cualquier otra persona que obtenga acceso a ellas.
Fuentes
- Primary report, all counts, stage costs, protections, techniques, kernelCTF test and patching status: A thousand fewer paths to root, OpenAI
- Independent coverage of the same report, including the maintainer status counts and the human review finding: OpenAI’s upcoming AI model built 948 working Linux root exploits in a single run, Help Net Security
- Body image: generated illustration in the Dirty Static house style, Dirty Static
FIN DE LA TRANSMISIÓN
Mantén la curiosidad. Cuestiónalo todo.
