Introducción
El kernel de Linux es una de las piezas de software más importantes del mundo. Su seguridad afecta a servidores, dispositivos y sistemas que utilizamos todos los días.
Por eso, encontrar vulnerabilidades antes de que sean explotadas es un desafío constante. OpenAI ha presentado un trabajo que busca reducir ese riesgo mediante un prototipo de auditoría automatizada.
El proyecto, titulado A Thousand Fewer Paths to Root, muestra cómo un sistema de inteligencia artificial puede analizar grandes cantidades de código, validar hallazgos y proponer parches para vulnerabilidades críticas.
Su objetivo no es sustituir a los expertos en seguridad, sino ayudarles a encontrar y corregir problemas con mayor rapidez.
Contexto: un proyecto de seguridad con un enfoque práctico
La iniciativa forma parte del compromiso Daybreak de OpenAI para apoyar proyectos de código abierto.
El trabajo se centra en el kernel de Linux, un sistema ampliamente utilizado y sometido a revisión constante por parte de la comunidad de seguridad.
El prototipo desarrollado no se limita a señalar posibles errores. También reproduce vulnerabilidades, evalúa su explotabilidad y genera parches que luego pasan por revisión humana.
Esta combinación busca que los hallazgos sean útiles y accionables, no simples alertas sin confirmar.
Cómo funciona el prototipo: un proceso en cinco etapas
El sistema organiza su trabajo en cinco fases, diseñadas para pasar de la detección inicial a la corrección de un problema real.
- Descubrimiento: el prototipo analiza el código en busca de posibles vulnerabilidades.
- Validación dinámica: los hallazgos iniciales se comprueban mediante pruebas que permiten confirmar si el problema existe en la práctica.
- Evaluación de explotabilidad: el sistema analiza si la vulnerabilidad puede ser aprovechada y en qué condiciones.
- Generación de parches: cuando un hallazgo se confirma, el prototipo propone una corrección para el problema detectado.
- Revisión humana: antes de cualquier uso posterior, los resultados pasan por la revisión de personas expertas.
Este enfoque permite filtrar hallazgos débiles y concentrar el esfuerzo en vulnerabilidades con impacto real.
De la detección al parche: los resultados de la segunda campaña
La segunda campaña auditó 5.034 objetivos, que suman aproximadamente 2,8 millones de líneas de código, alrededor del 7% del kernel. Esta primera fase tuvo un coste de 3.426 $ en créditos de API.
En solo 12 horas, el sistema identificó 2.308 hallazgos candidatos, con un coste de 316.549 $.
De ese total, 1.724 vulnerabilidades fueron reproducidas en 30 horas, lo que representa aproximadamente el 74,7% de los hallazgos iniciales.
El análisis distinguió dos tipos principales de problemas: 313 candidatos de fuga de información y 1.238 candidatos de escalada local de privilegios (LPE).
A partir de ellos, el sistema generó 1.169 exploits LPE funcionales y 291 pruebas de fuga de información. El resultado final fueron 948 parches distintos, una cifra que corresponde al número de LPE únicas identificadas.
La comparación con una campaña anterior muestra un salto importante en escala.
| Campaña | LPE únicas | Coste total |
|---|---|---|
| Julio de 2026 (GPT-5.6 Sol) | 166 | 513.690 $ |
| Segunda campaña | 948 | 1.213.430 $ |
Aunque el coste total de la segunda campaña fue mayor, el número de vulnerabilidades únicas detectadas también creció de forma significativa.
Diez días después: el impacto en el kernel más reciente
El proyecto también realizó un escaneo del kernel más reciente a mediados de octubre de 2026.
Al terminar ese escaneo, y pasados 10 días, el estado de las vulnerabilidades detectadas era el siguiente: 61 LPE ya estaban parcheadas aguas arriba, 43 contaban con parches en staging y 299 se encontraban en proceso de reporte o discusión pública.
Además, en una muestra de 166 exploits, el equipo identificó 10 técnicas de explotación nuevas.
Los informes de vulnerabilidades críticas ya fueron enviados, siguiendo la sugerencia de la comunidad del kernel y junto a socios de Patch the Planet.
Este punto es clave: el trabajo no se detiene en la detección, sino que busca que las correcciones lleguen a los proyectos y usuarios que dependen del kernel.
OpenAI en contexto
A Thousand Fewer Paths to Root es un trabajo de OpenAI publicado el 4 de noviembre de 2026. Su segunda campaña utilizó un prototipo en cinco etapas para auditar 5.034 objetivos del kernel de Linux, con un coste total de 1.213.430 $. En julio de 2026, una campaña anterior con GPT-5.6 Sol había identificado 166 LPE, con un coste de 513.690 $. El proyecto forma parte del compromiso Daybreak de OpenAI.
