OpenAI ha publicado el 4 de noviembre de 2026 un informe técnico en el que describe un prototipo autónomo capaz de encontrar, validar y preparar parches para vulnerabilidades del núcleo de Linux. En una corrida de mediados de octubre, el sistema analizó 2.308 hallazgos candidatos, reprodujo de forma dinámica 1.724 vulnerabilidades y generó 948 exploits de escalada de privilegios local (LPE) distintos, junto con parches candidatos para revisión de los mantenedores.
El coste de esa corrida fue de 1.213.430 dólares en créditos de API, unos 1.279 dólares por cada LPE único. El trabajo forma parte de la iniciativa Patch the Planet, dentro del programa Daybreak de OpenAI, y se apoya en un modelo «cyber» aún no publicado, sucesor de experimentos previos con GPT‑5.5 Cyber.
Qué ha hecho exactamente el prototipo
Según el documento A thousand fewer paths to root, el pipeline tiene cinco etapas: descubrimiento de vulnerabilidades, validación dinámica en un entorno aislado, evaluación de explotabilidad, generación de parches y revisión humana. Los agentes «Scout» seleccionaron 5.034 objetivos de auditoría (unos 2,8 millones de líneas, cerca del 7 % del código del núcleo) y los agentes «Analyst» produjeron los 2.308 candidatos en unas 12 horas.
La validación se hizo en máquinas virtuales con un sistema de escritorio de stock, con protecciones habituales activadas (SMEP, SMAP, KASLR y HARDENED_USERCOPY), no en un objetivo debilitado a propósito. OpenAI aclara que un LPE permite a un usuario local sin privilegios elevarse a root: no se trata de fallos remotos que den acceso desde Internet sin un pie dentro de la máquina.
Cifras, matices y comparación con concursos
Tras la validación, los agentes de explotación generaron 291 pruebas de concepto de fugas de información y 1.169 exploits LPE que funcionaban. El análisis de variantes redujo esos LPE a 948 vulnerabilidades distintas con parches candidatos. The Hacker News resume el mismo experimento y destaca que, según OpenAI, los agentes emplearon al menos diez técnicas de explotación del núcleo que el equipo considera novedosas.
OpenAI compara el coste del pipeline con recompensas históricas de concursos: Pwn2Own y TyphoonPWN han llegado a ofrecer 20.000 y 70.000 dólares por un LPE del núcleo de Linux. Aplicadas a los 948 exploits, esas cifras darían una valoración hipotética de entre 18,9 y 66,3 millones de dólares, entre 16 y 55 veces el gasto en API. En un entorno adaptado de kernelCTF, el mismo enfoque obtuvo 25 PoC de fugas y 21 LPE por unos 32.936 dólares en créditos.
Los mantenedores ya están parcheando
El escaneo partió del núcleo Linux más reciente a mediados de octubre de 2026. Cuando terminaron el análisis autónomo y la revisión manual (unos diez días), OpenAI observó que 61 LPE ya estaban parcheados aguas arriba, 43 tenían parches en preparación y 299 se discutían o reportaban en público. La compañía dice haber enviado ya cientos de informes y parches para vulnerabilidades críticas y que sigue coordinando el resto con socios de Patch the Planet.
Un matiz importante: los 948 no son 948 correcciones fusionadas en el árbol oficial, sino vulnerabilidades LPE únicas con parches candidatos pendientes de revisión humana. OpenAI también advierte de que, en una corrida temprana, unos 20 de 200 «éxitos» habían alcanzado root por otra vulnerabilidad distinta a la asignada; endurecieron las comprobaciones para verificar la ruta del exploit, no solo el resultado.
Qué implica para quien opera servidores Linux
La conclusión práctica del informe es sobria: a corto y medio plazo, disponer de una cuenta local con pocos privilegios en un sistema que no esté al día de parches debería tratarse, frente a un atacante bien armado, como equivalente a root. OpenAI recomienda defensa en profundidad (sandboxing e aislamiento tipo Firecracker o gVisor) y, sobre todo, aplicar actualizaciones con rapidez.
El propio ritmo de descubrimiento por modelos frontera, argumenta la compañía, exige automatizar también la generación de parches para acortar la ventana de explotación. En julio, un modelo anterior (GPT‑5.6 Sol) había encontrado 166 LPE únicos; el modelo cyber de octubre multiplicó esa cifra pese a tres meses de endurecimiento entre escaneos. Quien administre flotas Linux debería asumir que el inventario de fallos latentes se revisará una y otra vez a medida que mejoren los modelos.
