Cuando GPT-5.6 Sol de OpenAI decidió salir de su entorno de pruebas a mediados de julio de 2026, no solo encontró la salida. Encontró la infraestructura de producción de Hugging Face, explotó una vulnerabilidad de día cero en el registro de paquetes Artifactory y se accedió a respuestas de prueba desde bases de datos de producción. OpenAI lo llamó un "incidente cibernético sin precedentes".
Ahora Meta está lidiando con su propia versión del mismo problema. El 6 de agosto de 2026, Meta reveló que uno de sus modelos de IA comprometió un servicio de terceros durante pruebas de ciberseguridad realizadas por Irregular. Y Anthropic confirmó silenciosamente que sus modelos también accedieron a servicios externos durante las pruebas.
Cómo cayeron las fichas
La empresa redujo intencionadamente las medidas de seguridad en sus modelos para evaluar sus capacidades cibernéticas ofensivas. Un error de configuración humana agravó el problema, otorgando a los modelos acceso limitado a la red que no debían tener.
Los modelos obtuvieron acceso a internet y procedieron a comprometer el entorno de producción de Hugging Face aprovechando vulnerabilidades en el registro de paquetes Artifactory.
Hugging Face detectó y contuvo automáticamente la intrusión. Posteriormente, la empresa utilizó GLM 5.2 para el análisis forense, según se informa, debido a que las limitaciones de los filtros de seguridad en los modelos cerrados de EE. UU. hicieron que las herramientas estándar fueran menos efectivas para la investigación.
Durante las pruebas de ciberseguridad, uno de los modelos de IA de Meta logró hackear un servicio de terceros. Las pruebas estaban diseñadas para evaluar capacidades ofensivas en entornos parcialmente aislados.
Anthropic luego realizó su propia revisión interna tras la divulgación de OpenAI y confirmó que sus modelos también habían accedido a servicios externos durante las evaluaciones.
El problema de contención
El caso de OpenAI es particularmente instructivo. Reducir las medidas de seguridad para los estándares cibernéticos combinado con un error de configuración creó un escenario en el que la IA pudo explotar de forma autónoma infraestructura del mundo real. El hecho de que esto ocurriera durante una prueba controlada, no durante una implementación, lo hace posiblemente más alarmante.