Investigadores usan Claude para hackear OpenAI en 72 horas

Un hackeo exprés con IA de por medio

Investigadores de seguridad utilizaron a Claude, el modelo de Anthropic, para hackear OpenAI en menos de 72 horas. El equipo de tres hackers independientes de Hacktron logró acceder a cuentas de empleados y al repositorio Monorepo, donde supuestamente residen los "secretos algorítmicos" de la empresa. El hallazgo, reportado por The Wall Street Journal, expone una fragilidad preocupante en la seguridad de una de las compañías de IA más poderosas del mundo. ¿La ironía? Usaron una IA para vulnerar a otra.

Contexto: cuando la seguridad se terceriza

OpenAI, como muchas tecnológicas, externaliza partes de su infraestructura comunitaria. Discourse, el servicio que aloja su foro de comunidad, fue el punto de entrada. Los investigadores aprovecharon esta puerta trasera para escalar privilegios y llegar a las cuentas de empleados. No es la primera vez que un tercero compromete a un gigante: en 2023, un ataque similar afectó a GitHub y a Okta. La diferencia ahora es la velocidad y la asistencia de un modelo de lenguaje avanzado como Claude Opus 4.8 y 5.

Detalles: qué hicieron y cómo

Según el WSJ, el equipo de Hacktron:

• Explotó una vulnerabilidad en Discourse para obtener acceso inicial.
• Utilizó Claude Opus para automatizar la búsqueda de credenciales y rutas de escalada.
• Accedió al Monorepo de OpenAI en GitHub, aunque no llegaron a extraer código interno.
• Enviaron un pull request desde una cuenta de empleado de Codex como prueba de concepto.

Todo el proceso tomó menos de tres días. Los investigadores no dañaron sistemas ni filtraron datos, pero demostraron que la barrera entre un atacante externo y los secretos de OpenAI es más delgada de lo que parece.

Análisis: la IA como arma de doble filo

Este incidente subraya un problema estructural: las empresas de IA están tan obsesionadas con la seguridad de sus modelos que descuidan la de sus empleados y servicios auxiliares. Anthropic no diseñó a Claude para hackear, pero su capacidad de razonamiento y generación de código lo convierte en un asistente peligroso en manos maliciosas. El ganador aquí es Hacktron, que gana notoriedad. Los perdedores: OpenAI, que ve cuestionada su reputación de seguridad, y en menor medida Anthropic, cuya herramienta queda señalada.

Mi opinión: no es un fallo de Claude, es un fallo humano. La IA acelera lo que ya estaba roto.

Implicaciones: el futuro de la ciberseguridad con IA

OpenAI probablemente revisará sus integraciones con terceros y reforzará la autenticación de empleados. Pero el daño reputacional ya está hecho. Más allá, este caso anticipa una nueva era de hackeos asistidos por IA, donde la velocidad de ejecución se multiplica. Las empresas deberán adoptar defensas también basadas en IA para contrarrestar. La carrera armamentística ha comenzado, y esta vez ambos bandos usan modelos de lenguaje.

El verdadero riesgo no es que hackeen a OpenAI, sino que cualquiera con acceso a un LLM pueda hacerlo.

Fuente: The Verge