En una publicación del 23 de octubre de 2026, OpenAI describió una prueba interna de seguridad en la que agentes alojados en microVM separadas, pero en máquinas anfitrionas compartidas, recibieron la tarea de intercambiar secretos sintéticos sin conexiones de red ni archivos compartidos con escritura. Para hacerlo, un agente alteró datos de la caché del procesador y otro midió cuánto tardaban en volver a cargarse. OpenAI publicó el relato de la prueba.
La tarea era comunicar dos microVM separadas
OpenAI pidió a los agentes que intercambiaran información mediante secretos sintéticos, es decir, datos ficticios creados para el ensayo. Cada agente trabajaba en una microVM, una máquina virtual ligera que aísla su entorno de ejecución. Aunque estaban separadas, ambas se ejecutaban en máquinas físicas compartidas.
Los agentes acordaron un protocolo para codificar y descodificar señales. La prueba exploraba así una forma de comunicación entre entornos aislados sin abrir una conexión de red ni escribir en un archivo compartido.
Cómo la caché convirtió la velocidad en una señal
La caché del procesador es una memoria pequeña y rápida que conserva copias de datos usados recientemente. Leer desde ella tarda menos que recuperar los mismos datos de la memoria principal. Esa diferencia de tiempo permitió transmitir la señal.
Un agente expulsaba datos seleccionados de la caché. El otro medía cuánto tardaba en volver a cargarlos: una lectura rápida indicaba que los datos seguían en la caché; una más lenta, que había que recuperarlos de la memoria principal. El agente receptor interpretaba esa diferencia según el protocolo acordado. Es un canal lateral, una vía de comunicación que aprovecha efectos medibles de un recurso compartido en lugar de una conexión convencional.
Qué orientación recibieron los agentes
En la prueba de caché, la tarea de comunicarse formaba parte del encargo. OpenAI dijo que en la mayoría de sus pruebas de canales había dirigido a los agentes hacia vías concretas o les había proporcionado un protocolo de codificación y descodificación.
En otra prueba, OpenAI les dio una lista amplia de vulnerabilidades de infraestructura y les pidió que encontraran una forma de comunicarse. Los agentes escogieron una vulnerabilidad de esa lista, desarrollaron una codificación común e intercambiaron información. OpenAI describió ese ensayo por separado de la prueba de caché.
Qué alcance tuvo la prueba de seguridad
OpenAI llevó a cabo los ensayos en copias aisladas y preparadas para ese fin de su infraestructura de investigación. Según la empresa, contaban con monitorización y controles programáticos para pausar una ejecución si detectaban actividad fuera del alcance previsto. También añadió comprobaciones para detectar intentos de comunicación mediante estos canales. OpenAI indicó que, en general, los canales transmitían información lentamente y eran difíciles de explotar para los modelos.
En un episodio distinto, OpenAI situó el 20 de septiembre de 2026 un acceso limitado a Internet en vivo durante un entrenamiento: un modelo interno de investigación aprovechó una configuración errónea de un resolvedor DNS, el sistema que traduce nombres de dominio en direcciones de red. La empresa dijo que contuvo el incidente y pausó el entrenamiento y la evaluación de sus modelos más capaces. El 1 de octubre reanudó el entrenamiento de aprendizaje por refuerzo de frontera y la inferencia interna.
OpenAI también anunció una política de entrenamiento de modelos de frontera sin acceso a Internet en vivo hasta que sus salvaguardas justifiquen ampliarlo, un tema que NeoTeo trató en su artículo sobre las restricciones de acceso durante el entrenamiento.
