OpenAI descubre 948 vulnerabilidades en el kernel de Linux con IA

La inteligencia artificial de OpenAI ha identificado 948 vulnerabilidades distintas en el kernel de Linux y ha conseguido desarrollar métodos funcionales para explotarlas. Los fallos permitirían que un usuario con permisos limitados obtuviera acceso de administrador al sistema, conocido como root. La compañía también ha generado propuestas de parches para corregirlos.

El hallazgo, publicado inicialmente el 4 de noviembre de 2026 y ampliado con la presentación del modelo GPT-6 Cyber al día siguiente, supone un avance significativo en el uso de inteligencia artificial para investigar la seguridad informática. La tecnología no se ha limitado a señalar posibles errores: ha reproducido fallos, comprobado sus consecuencias y elaborado soluciones que deben pasar por una revisión humana antes de incorporarse a Linux.

La investigación se realizó a mediados de octubre sobre el código más reciente del núcleo de Linux disponible entonces. El sistema automatizado examinó 2.308 posibles problemas de seguridad, logró reproducir 1.724 y desarrolló 1.169 programas capaces de aprovechar errores para conseguir privilegios superiores. Tras analizar las coincidencias entre ellos, los investigadores determinaron que correspondían a 948 vulnerabilidades diferentes.

La importancia del descubrimiento va mucho más allá de los ordenadores personales. Linux es uno de los pilares tecnológicos de Internet: está presente en servidores, plataformas de computación en la nube, superordenadores y, a través de su núcleo, en dispositivos Android. Una vulnerabilidad en este componente puede afectar a numerosos sistemas, aunque su impacto concreto depende de la versión utilizada, de la configuración y de las medidas de seguridad disponibles.

OpenAI analizó el 7 % del código de Linux y encontró miles de fallos

El kernel de Linux supera los 40 millones de líneas de código. Analizarlo por completo supondría una tarea enorme, incluso para un equipo de investigadores experimentados. OpenAI optó por concentrar sus recursos en las partes que podían ofrecer mayores oportunidades para encontrar vulnerabilidades aprovechables.

Para ello utilizó agentes de inteligencia artificial especializados. Los primeros, denominados Scout, identificaron 5.034 objetivos de análisis, equivalentes a unos 2,8 millones de líneas de código. Es decir, aproximadamente el 7 % del proyecto.

Después entraron en acción los agentes Analyst, encargados de examinar esas secciones para localizar errores relacionados con la seguridad. En apenas 12 horas identificaron 2.308 posibles vulnerabilidades, una cantidad que habría exigido un considerable esfuerzo de revisión manual.

Pero detectar un comportamiento sospechoso no significa haber encontrado necesariamente una vulnerabilidad real. Algunos errores solo aparecen bajo condiciones muy específicas y otros son falsas alarmas.

El siguiente paso consistió en comprobar los hallazgos mediante pruebas automatizadas en máquinas virtuales aisladas. Utilizando herramientas como Kernel Address Sanitizer (KASAN), que permite detectar determinados errores de memoria, los agentes consiguieron reproducir 1.724 vulnerabilidades en 30 horas.

La cifra representa aproximadamente el 74,7 % de los hallazgos iniciales. El resto no pudo reproducirse dentro del tiempo disponible, requería condiciones adicionales o se descartó por otros motivos.

Cómo consiguió la IA obtener permisos de administrador

La parte más delicada de la investigación llegó cuando los agentes intentaron determinar si aquellos errores podían aprovecharse para comprometer un sistema.

OpenAI desarrolló una fase específica para crear exploits, programas que aprovechan vulnerabilidades informáticas. El resultado fueron 1.169 exploits funcionales de escalada local de privilegios, además de 291 pruebas de concepto relacionadas con filtraciones de información.

No todos los programas correspondían a fallos diferentes. Algunos aprovechaban una misma vulnerabilidad mediante procedimientos distintos. Tras analizar las variantes y elaborar las correspondientes propuestas de corrección, los investigadores contabilizaron 948 problemas de seguridad independientes.

Las pruebas se realizaron sobre sistemas Linux con protecciones habituales activadas, entre ellas KASLR, SMEP, SMAP y HARDENED_USERCOPY. No se trataba, por tanto, de desactivar deliberadamente las defensas del sistema para facilitar los ataques.

Conviene distinguir, sin embargo, entre una escalada local de privilegios y un ataque remoto. Estas vulnerabilidades permiten que alguien que ya dispone de cierto nivel de acceso al equipo pueda intentar obtener permisos superiores. No significa que cualquier ordenador con Linux pueda ser controlado directamente desde Internet sin cumplir otras condiciones.

La inteligencia artificial encontró diez técnicas de ataque desconocidas

Uno de los resultados más relevantes del experimento no fue únicamente el número de vulnerabilidades, sino la capacidad del modelo para encontrar procedimientos de explotación que los especialistas no tenían documentados.

OpenAI examinó una muestra de 166 exploits generados automáticamente y encontró diez técnicas de explotación aparentemente novedosas. La compañía consultó con expertos externos en seguridad del kernel, que tampoco conocían esos procedimientos.

Entre los métodos identificados figuraban técnicas para manipular la organización de objetos en memoria, reorganizar páginas de memoria y aprovechar determinadas estructuras de datos para conseguir privilegios superiores.

Cinco de las técnicas estaban relacionadas con ataques basados en la manipulación de datos, mientras que otra aprovechaba problemas de confusión de tipos, una clase de error que puede aparecer cuando un programa interpreta incorrectamente la naturaleza de determinados objetos.

OpenAI ha decidido no publicar todos los detalles técnicos de estos procedimientos por motivos de seguridad.

El resultado resulta especialmente significativo porque muestra que los modelos avanzados pueden desarrollar estrategias de explotación que van más allá de reproducir ejemplos conocidos. Eso no convierte automáticamente cada hallazgo en una amenaza generalizada, pero sí modifica las posibilidades de investigación tanto para quienes defienden los sistemas como para quienes intentan vulnerarlos.

Linux empieza a recibir los informes y las propuestas de parches

Encontrar casi un millar de vulnerabilidades no implica que todas sigan abiertas ni que todas afecten a las versiones de Linux utilizadas por los usuarios.

Según los datos publicados por OpenAI, cuando concluyó el análisis automatizado y la revisión posterior, unos diez días después de comenzar las pruebas, 61 vulnerabilidades ya habían sido corregidas en el proyecto principal de Linux y otras 43 tenían parches pendientes de integración. Había además 299 hallazgos que se estaban comunicando o debatiendo públicamente.

Estas cifras reflejan la situación durante la investigación, no un balance definitivo de los problemas pendientes de resolver a 7 de noviembre.

La compañía confirmó el 5 de noviembre que había comunicado 304 hallazgos críticos a los responsables de mantenimiento de Linux, acompañados de propuestas de parches. El resto de las vulnerabilidades se está abordando progresivamente, en colaboración con investigadores y participantes en su iniciativa Patch the Planet.

Generar un parche no equivale a solucionar una vulnerabilidad

Aunque el sistema automatizado puede redactar modificaciones del código para corregir un fallo, estas necesitan comprobarse antes de incorporarse al proyecto.

Una solución puede impedir que funcione el exploit utilizado durante las pruebas y, aun así, dejar otras variantes del problema sin resolver. También puede afectar al rendimiento o introducir errores en componentes relacionados.

OpenAI reconoce que sus primeras propuestas de parches presentaron algunos de estos inconvenientes. El proceso mejoró mediante nuevas revisiones e instrucciones, pero la validación humana continúa siendo fundamental.

Los responsables de mantenimiento deben estudiar las modificaciones, comprobar que solucionan los problemas sin generar otros y decidir su integración.

Por esa razón, sería incorrecto interpretar las 948 vulnerabilidades como 948 fallos definitivamente corregidos. La investigación ha permitido identificar problemas, demostrar su posible explotación y proponer soluciones, pero la incorporación efectiva de los parches es un proceso distinto.

El experimento costó 1,2 millones de dólares y superó los resultados anteriores

El desarrollo de esta investigación tuvo un coste considerable, aunque los resultados muestran hasta qué punto la automatización está modificando el trabajo de los expertos en seguridad.

OpenAI cifra el gasto total de la ejecución en 1.213.430 dólares en créditos de API, lo que equivale a unos 1.279 dólares por cada vulnerabilidad de escalada local de privilegios identificada.

Se trata del coste computacional contabilizado para utilizar los modelos en el experimento, no necesariamente del coste económico completo de la investigación, que también requiere infraestructura, supervisión y personal especializado.

La comparación con una prueba anterior permite apreciar el cambio de escala. En julio de 2026, el modelo GPT-5.6 Sol había conseguido identificar y explotar 166 vulnerabilidades independientes mediante un proceso similar, con un coste de 513.690 dólares en créditos de API.

Tres meses después, el sistema basado en GPT-6 Cyber alcanzó las 948 vulnerabilidades, más de cinco veces la cifra anterior, pese a que el proyecto Linux había seguido recibiendo mejoras de seguridad.

Los investigadores también pusieron a prueba el sistema en una versión adaptada de kernelCTF, un entorno de investigación de Google que utiliza configuraciones especialmente reforzadas del kernel.

En esa prueba, la IA consiguió desarrollar 21 exploits de escalada local de privilegios y 25 pruebas de concepto de filtraciones de información. La campaña duró 112 horas y consumió aproximadamente 32.936 dólares en créditos de API.

Estos resultados no equivalen a una aceptación automática de las vulnerabilidades por parte del programa de recompensas, pero aportan otra prueba de la capacidad del sistema para investigar configuraciones más restrictivas.

Qué supone el descubrimiento para la seguridad de Linux

La aparición de 948 vulnerabilidades diferentes puede resultar alarmante, pero los datos necesitan contexto. No significa que todos los dispositivos Linux tengan los mismos 948 fallos, ni que cualquier atacante pueda utilizarlos en todos los equipos.

La investigación se realizó sobre una versión concreta del código del kernel y bajo configuraciones de prueba determinadas. La exposición real depende de la versión del sistema, de los componentes habilitados y de los parches instalados.

Para los usuarios particulares, la medida más importante sigue siendo mantener actualizado el sistema operativo. En distribuciones como Ubuntu, Debian o Fedora, las correcciones de seguridad llegan mediante los canales habituales de actualización. Algunas actualizaciones del kernel requieren reiniciar el equipo para que la nueva versión entre en funcionamiento.

En servidores y entornos empresariales también resulta importante limitar los permisos de las cuentas, restringir los accesos innecesarios y utilizar mecanismos de aislamiento que reduzcan las consecuencias de una posible intrusión.

OpenAI advierte de que, para un atacante con recursos suficientes, conseguir acceso a una cuenta con privilegios limitados en un sistema que acumule vulnerabilidades sin corregir puede facilitar considerablemente una escalada hasta los permisos de administrador.

El descubrimiento también plantea un desafío para el futuro de la ciberseguridad. La inteligencia artificial permite detectar y explotar vulnerabilidades a una escala que antes resultaba mucho más difícil de alcanzar, pero encontrar los fallos es solo una parte de la solución.

Los equipos que mantienen Linux tendrán que gestionar un volumen creciente de informes, distinguir los problemas realmente graves y desarrollar correcciones fiables sin comprometer la estabilidad del sistema.

La investigación de OpenAI muestra que la automatización puede acelerar tanto la identificación de amenazas como la preparación de defensas. La cuestión más importante para la seguridad informática será conseguir que las correcciones lleguen a los sistemas antes de que los fallos puedan aprovecharse en ataques reales.