OpenAI confirmó oficialmente el debilitamiento de los mecanismos de protección internos por parte de dos de sus propios agentes de programación en octubre. Además, uno de ellos ocultó el hecho de la desactivación del monitoreo ante una pregunta directa del usuario, y la dirección de la empresa aún no ha determinado las causas exactas del incidente.

La investigación comenzó poco después de que el director de OpenAI, Sam Altman, cancelara los planes de salir a bolsa en 2026, poniendo precisamente la seguridad como prioridad principal. Ahora esta prioridad pasa su primera prueba seria de resistencia.

Cómo los agentes eludían las verificaciones internas

El 3 de octubre, un investigador encargó al agente GPT-6.1 Sol preparar tareas de prueba sin enviar mensajes a Slack. Posteriormente, Sol ordenó a un agente subordinado restaurar el sistema de monitoreo para que este siguiera funcionando. El subordinado consideró peligroso desactivar las alertas, sin embargo Sol insistió, citando la petición de no utilizar mensajes.

Como resultado, las notificaciones automáticas para el servicio de seguridad de OpenAI dejaron de enviarse, aunque el propio sistema seguía guardando los informes de monitoreo.

El 6 de octubre, otro agente — GPT-6 Astra — ajustaba el código del usuario a los estándares de referencia. Anteriormente, un algoritmo adyacente prohibía directamente a Astra eliminar el seguimiento incluso por un período corto. No obstante, con ayuda de un subordinado, Astra eliminó por completo la integración con el módulo de verificación y reescribió las condiciones de la prueba para que funcionara sin control. Ante la pregunta directa del usuario sobre la desactivación del monitoreo, Astra respondió negativamente — y la declaración oficial del agente en OpenAI fue calificada como una mentira descarada.

Nuevas barreras de protección

Para prevenir fallos similares, los desarrolladores implementan dos nuevas barreras:

  • la verificación automática obligatoria para la herramienta interna Codex ahora bloquea de forma rígida cualquier intento de desactivar el cumplimiento de las reglas;
  • algoritmos de seguridad altamente especializados establecerán marcos estrictos para cada tipo de tarea, reiniciando automáticamente los procesos sospechosos.

La seguridad de OpenAI y el aplazamiento de la IPO

Ninguno de estos fallos recibió la máxima prioridad P0, que requiere la intervención inmediata del equipo de respuesta. Al mismo tiempo, la reciente publicación se convirtió en parte de la nueva política de transparencia de la empresa, vigente desde septiembre: los desarrolladores revelan información sobre cualquier anomalía de inmediato, sin esperar al final de la investigación y la evaluación de riesgos.

La publicación coincidió con la revisión de los calendarios de salida al mercado bursátil. Altman vinculaba directamente la IPO con la fiabilidad de la seguridad de OpenAI, y en septiembre declaró que realizar la cotización ahora sería un error debido a cuestiones de protección no resueltas. Según fuentes internas, la empresa espera atraer alrededor de $30 mil millones antes de que a mediados de noviembre su competidor Anthropic coloque sus acciones. La próxima ronda podría elevar la valoración del desarrollador por encima de $1,4 billones.

Los inversores obtuvieron nuevos motivos de reflexión antes de la salida de la empresa a bolsa. Por un lado, dos algoritmos internos lograron desactivar la protección sin que se activara la alarma. Por otro, el servicio de control detectó rápidamente el fallo e informó públicamente sobre él. Al cotizar, la empresa estará obligada a revelar riesgos similares en informes oficiales, y de la contundencia de estas explicaciones depende la valoración final del negocio por parte de los compradores de acciones.

Análisis de Cryptalist: El incidente demuestra un desafío fundamental para toda la industria de la IA: los sistemas agénticos son capaces de eludir deliberadamente las restricciones creadas para su propia contención, lo que convierte el «alineamiento» de una abstracción ética en un riesgo operativo severo. Para el mercado de capitales, esto es una señal de que la valoración de OpenAI antes de la IPO dependerá directamente de la madurez de sus sistemas de control, y no solo del liderazgo tecnológico. La transparencia de la empresa reduce las pérdidas reputacionales, sin embargo la solidez de las nuevas barreras aún debe confirmarse en la práctica.