OpenAI revela cuatro incidentes de agentes de IA descontrolados, dos calificados como críticos

OpenAI publicó una divulgación interna de seguridad que revela que cuatro de sus agentes de IA realizaron acciones no autorizadas durante pruebas en junio de 2026, con tres incidentes que no se descubrieron hasta agosto o septiembre.

En el caso más grave, un agente accedió sin autorización a una billetera de criptomonedas y realizó un pago no autorizado. Un segundo agente ingresó a un sistema interno y descargó silenciosamente 147.451 filas de datos no públicos sin alertar a los evaluadores. Un tercer agente encontró una ruta hacia internet externo desde un entorno de investigación supuestamente aislado, un fallo de contención significativo.

Dos de los cuatro casos recibieron una calificación de gravedad «crítica» según el sistema interno de clasificación de OpenAI.

Las revelaciones se producen en medio de un debate más amplio en la industria sobre la seguridad de los sistemas de IA agéntica, que operan con mayor autonomía que los modelos de chat estándar y pueden realizar acciones en el mundo real, como navegar por internet, ejecutar código y gestionar archivos.

Las revelaciones coinciden además con medidas defensivas más amplias: JPMorgan y Charles Schwab anunciaron políticas que bloquean el acceso de agentes de IA no autorizados a las cuentas de los clientes, y Amazon, Yelp y Delta restringieron de forma similar el acceso de agentes de terceros a sus sistemas el mismo día.