El 21 de julio de 2026, OpenAI informó que, durante una evaluación interna destinada a medir capacidades avanzadas de ciberseguridad, una combinación de modelos -entre ellos GPT-5.6 Sol y otro modelo experimental todavía no publicado- logró superar el entorno de seguridad en el que debía permanecer confinada, obtuvo acceso abierto a Internet y comprometió parte de la infraestructura productiva de Hugging Face. Esta es una empresa y, principalmente, una plataforma colaborativa dedicada a la IA donde investigadores, empresas y desarrolladores publican, descargan, prueban y modifican modelos de inteligencia artificial, conjuntos de datos y aplicaciones. Por eso el objetivo no habría sido atacar su página pública, sino acceder a sistemas internos de una de las plataformas más importantes del ecosistema mundial de IA.Es necesario aclarar la secuencia temporal del episodio, porque en ella reside una de sus enseñanzas más relevantes.
Hugging Face detectó y detuvo la actividad en su propia infraestructura, inició la contención y la reconstrucción forense y comunicó públicamente el incidente varios días antes de que OpenAI identificara ante la opinión pública a sus modelos experimentales como responsables. OpenAI afirmó que su equipo de seguridad también había detectado internamente actividad anómala; sin embargo, cuando ambos equipos entraron en contacto, Hugging Face ya había comenzado a contener y reconstruir el ataque. Dicho de otro modo, la capacidad defensiva de la organización afectada resultó decisiva para impedir que la operación continuara.
Este dato no es un detalle cronológico menor debido a que anticipa el problema central que el suceso pone sobre la mesa: la contención de un sistema de IA agéntico no puede depender exclusivamente de quien lo diseña y lo despliega, y mucho menos aún, si ese mismo actor no logra advertir a tiempo que su creación traspasó el perímetro autorizado.La actividad se produjo durante una evaluación interna basada en ExploitGym, una prueba estandarizada utilizada para medir y comparar el rendimiento (benchmark) y diseñada para evaluar si los agentes de IA pueden transformar vulnerabilidades reales en ataques informáticos funcionales. Su objetivo era medir la capacidad máxima de los modelos de IA para: a) analizar vulnerabilidades, b) construir cadenas de explotación, c) superar defensas informáticas, d) ejecutar acciones durante …
Summary from source