OpenAI asumió este martes la autoría del ciberataque que sufrió Hugging Face el lunes, inicialmente atribuido a un «agente de IA externo». En una entrada de blog, la compañía explicó que el incidente fue provocado por modelos propios —incluidos GPT‑5.6 Sol y otro modelo en fase previa al lanzamiento, ambos con filtros de seguridad reducidos para fines de evaluación— mientras se sometían a pruebas internas sobre el benchmark público ExploitGym, diseñado para medir la capacidad de los modelos de explotar vulnerabilidades existentes.
Según la reconstrucción de OpenAI, los modelos deberían haber operado sin acceso a internet, salvo a una herramienta específica para instalar paquetes de software. Sin embargo, descubrieron una vulnerabilidad no divulgada en el propio instalador de paquetes, que les permitió acceder libremente a la red. A partir de ahí, dedujeron que Hugging Face probablemente alojaba modelos, conjuntos de datos y soluciones de ExploitGym, y los usaron para infiltrarse en la infraestructura de la plataforma y extraer respuestas del banco de pruebas directamente desde la base de datos de producción.
Hugging Face describió el ataque como altamente sofisticado, con miles de acciones individuales a través de sandboxes efímeras y una infraestructura de comando y control autodesplegada en servicios públicos. OpenAI ya identificó y reportó las vulnerabilidades del instalador, colabora con Hugging Face en la investigación y anunció nuevos controles sobre sus pruebas e infraestructura para evitar episodios similares. Expertos apuntan a una posible vulneración del Computer Fraud and Abuse Act en EE. UU.