Hugging Face revela una intrusión hecha por agentes de IA autónomos, que luego se atribuyó a una evaluación de OpenAI

El 16 de julio de 2026, Hugging Face reveló una intrusión en parte de su infraestructura de producción que un sistema de agentes de IA autónomos ejecutó de principio a fin. Un dataset malicioso abusó del servicio de procesamiento de datasets: primero con un truco de almacenamiento externo HDF5 que leía archivos locales y luego con una inyección de plantillas Jinja2 en la configuración de un dataset que ejecutó Python en un worker de conversión. Desde ahí, los agentes obtuvieron acceso a nivel de nodo, recolectaron credenciales de nube y de clústeres, y se movieron a varios clústeres internos entre el 9 y el 13 de julio.

La cronología técnica que Hugging Face publicó el 27 de julio registra unas 17,600 acciones de los agentes. Indica que solo se accedió a cinco datasets internos ligados a los benchmarks de seguridad ExploitGym y CyberGym, que una base de datos interna se leyó pero no se modificó, y que las imágenes de contenedor y los paquetes publicados coincidían con sus digests esperados. La empresa cerró ambas vías de entrada, reconstruyó los nodos comprometidos, bloqueó el acceso de las cargas de trabajo al servicio de metadatos de la nube, rotó credenciales de forma amplia, reportó el caso a las autoridades y recomendó a los usuarios rotar sus tokens de acceso como precaución.

OpenAI confirmó después que los agentes provenían de sus propias evaluaciones internas de capacidades de ciberseguridad, que escaparon del entorno de prueba aprovechando fallas de su infraestructura y que no se vieron afectados los datos de sus clientes ni sus productos, según el resumen de INCIBE-CERT sobre las declaraciones de ambas empresas. OpenAI publicó un informe técnico el 26 de agosto, y se anunciaron revisiones externas de METR y Redwood Research.