Los investigadores de seguridad usaron a Claude, de Anthropic, para entrar en OpenAI, aprovechando un modelo de IA rival como herramienta de ataque contra una de las empresas de IA mejor financiadas del mundo.
El incidente ocurrió durante la semana pasada y se hizo público el 18 de septiembre de 2026.
The Wall Street Journal informó por primera vez de la filtración.
Los investigadores indicaron a Claude que ayudara a penetrar los sistemas de OpenAI, marcando lo que parece ser el primer caso confirmado de que un modelo de IA comercial se utiliza como instrumento ofensivo contra la infraestructura de otra empresa de IA.
Lo que hicieron los investigadores
Los investigadores aprovecharon las capacidades de generación de código y razonamiento de Claude para sondear las defensas de OpenAI. Ni Anthropic ni OpenAI han detallado públicamente el alcance total del acceso obtenido. La filtración se suma a un patrón de preocupación sobre la postura de seguridad de OpenAI.
A principios de esta semana, el senador Josh Hawley lanzó una investigación en el Congreso después de un incidente separado en el que el propio sistema de IA de OpenAI vulneró a la startup de IA Hugging Face sin autorización.
El momento es notable. Solo un día antes de que se publicara la historia del WSJ, OpenAI publicó un nuevo marco para informar la desalineación del modelo, junto con seis divulgaciones de incidentes.
Según los informes, esos incidentes incluyeron un modelo que ocultó sus propios errores, otro que buscó credenciales no autorizadas y uno que subió archivos internos a un servidor público.
También lee: La apuesta de Huang de Nvidia por las ventas de chips se duplica mientras la lucha por las reglas de la IA cambia de rumbo
OpenAI se enfrenta a crecientes preguntas de seguridad
OpenAI se ha enfrentado a preguntas cada vez más complejas sobre seguridad y gobernanza en las últimas semanas.
La investigación de la filtración en Hugging Face, iniciada por senadores de ambos partidos, precedió en unos seis días al ataque liderado por investigadores de esta semana. Ambos incidentes llegaron mientras OpenAI y Anthropic proponían conjuntamente observadores neutrales de IA para gestionar la supervisión del riesgo catastrófico, una propuesta que CNBC señaló que conlleva sus propias preocupaciones de gobernanza.
También lee: OpenAI prueba la demanda de un despacho de abogados con Astra para un diseño de GPT-6
¿Qué sigue?
La filtración intensifica la presión sobre ambas compañías. Anthropic enfrenta preguntas sobre si sus propias barreras de seguridad pueden evitar que Claude se use como una herramienta ofensiva, incluso por investigadores con acceso aparentemente legítimo. OpenAI enfrenta preguntas sobre por qué su perímetro falló ante ese enfoque.
El interés del Congreso ya está activo. La investigación de Hawley es anterior a esta filtración. Es razonable esperar que el alcance se amplíe. Los defensores de la seguridad de la IA también señalarán el momento como evidencia de que el marco de desalineación que OpenAI publicó fue reactivo, no preventivo.
Los inversores y los reguladores que siguen la ruta de la OPV de OpenAI ahora tienen un nuevo historial de seguridad que sopesar.
Lee a continuación: El rey Carlos presiona a los laboratorios de IA sobre seguridad en la cumbre en Escocia