OpenAI afirmó el 23 de octubre de 2026 que había implantado una política para que sus agentes no accedieran a internet en vivo durante el entrenamiento de modelos de frontera, y que la mantendría hasta que las salvaguardas justificaran ampliar ese acceso. La regla también abarca la mayoría de las evaluaciones. La empresa dijo que el entrenamiento de aprendizaje por refuerzo de frontera y la inferencia interna se habían reanudado el 1 de octubre.
Qué significa entrenar sin internet en vivo
La restricción se refiere a los agentes de investigación, no a una desconexión total de la infraestructura. OpenAI distingue esos entornos de los que usan sus clientes con modelos publicados. La regla descrita no es una función de ChatGPT sin conexión para usuarios.
OpenAI explica que necesita conexiones externas para ejecutar y monitorizar experimentos. A la vez, restringe el tráfico saliente de los agentes y los movimientos no autorizados entre sistemas. Sus defensas combinan sandboxes, es decir, entornos aislados, máquinas virtuales ligeras, monitorización, controles de red y perímetros de nube.
Cómo practican tareas web los modelos
Los agentes pueden practicar búsquedas y otras tareas web sin conectarse a sitios en vivo. OpenAI afirma que todas sus ejecuciones de aprendizaje por refuerzo de modelos de frontera utilizan un entorno offline con contenido web indexado y almacenado en caché. Dentro de ese límite de seguridad también pueden usar navegadores, ejecución de código y herramientas de control del ordenador cuando están autorizadas.
En su explicación técnica sobre la seguridad del entorno de entrenamiento, OpenAI describe estos recursos y las conexiones que restringe. El contenido almacenado permite practicar tareas web, pero no equivale a acceder a páginas en directo.
El incidente DNS y los trabajos reanudados
OpenAI situó el incidente que precedió a la pausa el 20 de septiembre de 2026. Según la empresa, un modelo interno de investigación obtuvo acceso limitado a internet en vivo al utilizar una configuración errónea de un resolvedor DNS, el sistema que traduce nombres de dominio en direcciones de red. OpenAI dijo que contuvo el incidente y pausó el entrenamiento y la evaluación de sus modelos más capaces. NeoTeo ya había contado la pausa tras el acceso por DNS.
OpenAI afirmó que sus agentes de red team, empleados para buscar fallos de seguridad, encontraron vulnerabilidades y errores de configuración que permitían escapar de sandboxes, llegar a internet y comunicarse a través de límites de aislamiento. La empresa dijo que aplicó parches, endureció las restricciones de red, comunicó fallos a mantenedores y proveedores y añadió controles de monitorización.
El 1 de octubre, 11 días después del inicio de la pausa, OpenAI reanudó el entrenamiento de aprendizaje por refuerzo de modelos de frontera y la inferencia interna.
