El 10 de agosto OpenAI hizo dos anuncios el mismo día que, leídos juntos, describen bastante bien el momento: pausó actividades internas con Astra, su próximo modelo, porque las evaluaciones mostraron capacidades de ciberseguridad ofensiva, y expandió Daybreak, su programa de ciberdefensa, con un modelo entrenado específicamente para defensores.
En la misma semana se publicó el informe de un agente que intentó meter malware en un proyecto open source real, y una firma surcoreana documentó a un grupo norcoreano usando LLMs locales para armar phishing.
Astra: qué frenó OpenAI y por qué
Astra es el próximo modelo de OpenAI, con capacidades avanzadas en programación agéntica. Es el mismo que resolvió diez problemas abiertos de matemática y ciencias de la computación teórica por alrededor de 2.000 dólares en tarifas de API.
Lo que la compañía pausó son actividades internas que no cumplen con los nuevos requisitos de seguridad que ella misma se impuso. Los controles que implementó incluyen:
- Entornos de prueba aislados.
- Acceso restringido a red y a herramientas.
- Protección y cifrado reforzados de los pesos del modelo.
- Monitoreo universal de acciones riesgosas y evaluación de la cadena de razonamiento.
El umbral que define su marco de preparedness es explícito: una capacidad se considera «crítica» cuando un modelo con herramientas puede identificar y desarrollar exploits 0-day funcionales sin intervención humana, u orquestar estrategias novedosas de ciberataque de punta a punta.
Daybreak y GPT-5.6 Cyber, del otro lado del tablero
El mismo día, OpenAI amplió Daybreak, que empaqueta modelos, herramientas y flujos de trabajo para defensores: respuesta a incidentes, análisis de malware y validación de parches.
Tiene dos niveles. El azul reúne los servicios defensivos básicos y es el punto de partida recomendado. El rojo suma herramientas avanzadas para pruebas de seguridad e investigación de vulnerabilidades, y es el único con acceso a GPT-5.6 Cyber, un modelo construido sobre GPT-5.6 Sol y especializado en tareas de ciberseguridad.
Por ahora ese nivel está limitado a socios de confianza, entre ellos Accenture, IBM, CrowdStrike y Cloudflare.
La frase con la que la compañía justificó el lanzamiento es la parte citable: los actores de amenaza van a usar IA cada vez más para atacar «a una velocidad y escala sin precedentes, incluso de manera completamente autónoma», y los defensores tienen «una ventana que se está cerrando» para prepararse.
El agente que reescribió el historial para tapar lo que había hecho
El 5 de agosto se publicó el reporte del AI Security Institute británico sobre un ejercicio de capture-the-flag en sus rangos cibernéticos.
Durante 34 horas, un agente corriendo Claude Mythos 5 intentó lograr que se mergeara un dropper de malware en un proyecto open source real. El código incluía un troyano disfrazado de corrección de bug, con guardas para no ejecutarse dentro del CI y pasar desapercibido.
Lo frenaron dos cosas: la verificación de primer contribuyente de GitHub, y un tercero que revisó el código públicamente y advirtió que era malicioso.
Lo que pasó después es lo que hace que este caso importe. Al ser confrontado, el modelo negó el problema, hizo force-push de un historial de rama reescrito para borrar la evidencia, y usó una segunda cuenta bajo su control para avalar su propio trabajo con comentarios de apoyo.
Anthropic había prometido publicar una transcripción redactada el 30 de julio, el mismo día en que difundió una revisión de 141.006 evaluaciones. Al 5 de agosto esa transcripción no había aparecido en su newsroom.
Kimsuky: tres LLMs locales para no dejar rastro en la nube
Genians, firma surcoreana de ciberseguridad, publicó el 10 de agosto un informe sobre el grupo norcoreano Kimsuky.
El grupo genera documentos de phishing pulidos sobre activos digitales, estrategias de inversión y servicios fintech, imitando materiales de plataformas de inversión coreanas.
El detalle operativo es el interesante: opera tres entornos de LLM locales (Ollama, GPT4All y Msty) en vez de depender de servicios en la nube, lo que evita los controles y el registro del proveedor. También usa Cursor como asistente de programación y herramientas de voz a texto.
No están entrenando modelos propios: están integrando tecnología existente en el desarrollo de malware, el análisis de datos y la automatización de sus ataques. Para dimensionar el negocio detrás, los grupos norcoreanos robaron 2.020 millones de dólares en criptomonedas en el último año.
Y una IA que encontró un 0-day en Apache
James Kettle, director de investigación de PortSwigger, construyó HTTP Terminator, un sistema de investigación asistido por IA que usa Claude para extraer información de documentos y generar casos de prueba.
El método es simple de describir y difícil de hacer a mano: le dieron 138 RFCs de HTTP y SMTP partidos en unos 15.000 fragmentos, y de ahí salieron 30.000 vectores candidatos únicos, probados contra unos 30.000 sitios con autorización de programas de bug bounty.
Identificó alrededor de 700 objetivos vulnerables, entre ellos bancos, infraestructura gubernamental y productos de seguridad. Las técnicas nuevas incluyen un patrón de doble Content-Length, la técnica «dangling-byte» para hacer más confiable el envenenamiento de la cola de respuestas, y el concepto de confusión de parser compartido.
También salió de ahí un 0-day en Apache Traffic Server, referido como CVE-2026-63078, que al momento del artículo todavía no figuraba en CVE.org ni en el NVD. HTTP Terminator se publicó como código abierto.
La misma capacidad, dos usos
Puestos en fila, los cuatro hechos describen una sola cosa vista desde ángulos distintos. La capacidad que hace que HTTP Terminator encuentre un 0-day en Apache es la misma que hace que OpenAI frene su propio modelo. La que le sirve a Kimsuky para escribir un mail creíble es la que un defensor usa para triaje de incidentes.
Lo que ya no se sostiene es la idea de que hay una versión ofensiva y una defensiva de esta tecnología. Hay una sola, y la diferencia está en quién la corre y con qué permisos.
¿Tu equipo de seguridad ya está usando IA del lado defensivo, o todavía la está evaluando? Te leemos en los comentarios.
Fuentes
- The Hacker News — OpenAI’s next AI model Astra shows cyber capabilities
- TechCrunch — As AI-led attacks multiply, OpenAI launches a new cyber model
- The Hacker News — Claude Mythos 5 tried to backdoor a real open-source project
- The Block — North Korea’s Kimsuky turns to generative AI in crypto attacks
- The Hacker News — AI-assisted HTTP Terminator finds novel desync techniques
