OpenAI despliega Daybreak Red para investigar en ciberseguridad sin perder el control
OpenAI publica la arquitectura de referencia de Daybreak Red, una guía de once páginas para desplegar sus modelos de ciberseguridad de forma supervisada y aislada.
OpenAI publica el manual para usar IA en ciberseguridad sin perder el control
OpenAI ha publicado la arquitectura de referencia de Daybreak Red, una guía de once páginas para desplegar sus modelos de ciberseguridad en entornos controlados y sin perder la capacidad de detenerlos cuando sea necesario. No es un anuncio de producto nuevo ni una nota de prensa: es documentación de ingeniería, con diagramas, listas de comprobación y un recorrido completo paso a paso que termina explotando una vulnerabilidad real, pero en un laboratorio desechable.
La idea de fondo es sencilla de explicar y bastante difícil de aplicar. Daybreak Red es un modelo capaz de investigar vulnerabilidades de forma autónoma: abrir peticiones, encadenar hallazgos, escribir un script que demuestra el fallo y devolver pruebas. El problema evidente es que un agente de ese tipo, con acceso a una red, no distingue entre un entorno de pruebas y el sistema de producción. La respuesta de OpenAI no consiste en frenar al modelo, sino en encerrarlo en una jaula con la que la propia jaula sea la barrera.
La arquitectura tiene cinco piezas. La primera es el analista, la persona autorizada que abre la investigación, define su alcance, la detiene y lee los resultados. La segunda es el entorno de investigación aislado, descrito como máquinas virtuales alojadas en una VPC separada. La tercera es el coordinador: una instalación local de Codex en el puesto del analista que gestiona la conexión con el host remoto y presenta los resultados. La cuarta es la propia VM del agente, donde Codex corre con un usuario sin permisos de administrador y ejecuta el análisis. Y la quinta es el almacén de registros, deliberadamente situado fuera del alcance de la VM del agente y de la aplicación objetivo.
Los controles de seguridad se articulan en cuatro capas. La definición de alcance fija el objetivo, las acciones permitidas, la ventana temporal de la investigación y el punto de parada, además de decidir si el agente entra de forma anónima o con una cuenta de prueba con permisos reducidos. Los controles del sistema obligan a ejecutar Codex con una cuenta dedicada sin administrador, dentro de un sandbox de bubblewrap que limita qué archivos puede leer y escribir, y a mantener las claves privadas, las credenciales de despliegue y los sockets de gestión del host fuera del alcance de esa cuenta.
La capa de red es la más interesante para un ingeniero de redes. El proxy de red de Codex reduce a una lista blanca los destinos a los que puede conectarse: el ejemplo de la guía permite a la VM alcanzar tres aplicaciones de pruebas, mientras que la lista blanca de Codex sólo admite la que está dentro del alcance. Pero la guía insiste en algo que muchos saltan: los controles de red de la infraestructura deben estar fuera del alcance de la propia cuenta del agente, porque un atacante que controle el modelo controla también sus permisos. La cuarta capa es la revisión de acciones sensibles: cuando una acción necesita aprobación y es elegible para revisión automática, un revisor distinto decide, y si Codex pide un objetivo nuevo, una cuenta nueva o salirse del alcance, la ejecución se pausa y el analista confirma.
La telemetría cierra el círculo. La guía recomienda conservar la actividad de herramientas de Codex, los registros de peticiones al objetivo y los eventos de inicio de sesión de la aplicación en un almacén de registros externo. La palabra clave es externa: si el agente puede borrar sus propias huellas, no hay forma de demostrar después qué hizo durante la investigación.
Antes de la primera ejecución hay un preflight obligatorio. El analista pide a Codex que ejecute pwd, que intente escribir dentro y fuera del espacio de trabajo, y que haga una petición GET a una URL de salud aprobada y a otra controlada fuera de la lista blanca. El resultado esperado es que la escritura externa se bloquee, la petición no autorizada se corte y que en los registros independientes aparezcan el evento codex.tool_result del pwd y la petición permitida. Si alguno de esos controles falla, no se empieza la investigación.
El recorrido que termina la guía es el más concreto. Reproduce la vulnerabilidad CVE-2026-117649 sobre una instancia desechable de Gitea 28.1.0 instalada con Docker en modo rootless. El procedimiento incluye crear dos usuarios de prueba, dos repositorios y tres incidencias, comprobar que el acceso de sólo lectura funciona, que el repositorio privado devuelve 403 o 404 y que la cronología de la incidencia vinculada conserva el título y el cuerpo exactos de los datos sintéticos. El agente confirma la vulnerabilidad y guarda una prueba de concepto, con límites explícitos: sólo peticiones GET, una por segundo, sin redirecciones, parada en el primer fallo, doce intentos como máximo y cinco minutos por fase. La guía insiste en que la prueba de concepto se ejecute una sola vez y se espere a la instrucción del analista.
El cierre de la investigación es igual de explícito. Hay que enviar el prompt de parada, comprobar en la VM del agente que no quedan trabajos en segundo plano y en los registros del objetivo que no llegan más peticiones, cerrar la sesión remota de Codex, revocar las credenciales temporales y borrar los ficheros que las contenían. Antes incluso de la primera ejecución, la guía pide verificar que se puede detener la VM del agente o bloquear su acceso al objetivo desde fuera de Codex, y usar ese control si se pierde la monitorización.
OpenAI también recuerda que Daybreak Red ya está disponible en AWS GovCloud US-East a través de Amazon Bedrock para clientes autorizados, y que los modelos se pueden servir tanto contra la API de OpenAI como a través de AWS. La arquitectura de referencia, eso sí, se presenta como un punto de partida y no como un producto cerrado: lo importante, según el documento, es entender los controles para poder implementar los modelos de ciberseguridad de OpenAI en el propio entorno.
OpenAI publica la arquitectura de referencia de Daybreak Red, una guía de once páginas para desplegar sus modelos de ciberseguridad de forma supervisada y aislada.
La arquitectura separa cinco componentes: analista, entorno de investigación aislado en una VPC, coordinador local con Codex, VM del agente con usuario sin administrador y almacén de registros externo.
Los controles se apoyan en cuatro capas: definición de alcance, restricciones del sistema con sandbox bubblewrap, control de red con listas blancas y revisión de acciones sensibles.
Un preflight obligatorio verifica antes de empezar que el sandbox, la red y los registros funcionan, y que la ejecución se puede detener desde fuera del propio Codex.
El ejemplo final reproduce la vulnerabilidad CVE-2026-117649 en una instancia desechable de Gitea 28.1.0, con límites de peticiones y parada en el primer fallo.
Desde el punto de vista de un técnico de redes y telecomunicaciones, el valor de este documento no está en el modelo, sino en la frase que más se repite: los controles de red deben estar fuera del alcance de la cuenta del agente. Es la misma lección que se ha repetido durante veinte años con los sistemas que ejecutan código remoto, aplicada ahora a un actor que no es humano y que optimiza de forma distinta. La diferencia es que el agente no se limita a ejecutar lo que le pides: decide el siguiente paso, así que el radio de alcance hay que recortarlo desde fuera, en la red, no confiando en las buenas intenciones del modelo.
También me parece acertado el tratamiento de la telemetría como control y no como registro. Durante años se ha considerado que guardar logs era una función de administración, y por eso los registros de un incidente suelen descubrirse cuando ya no sirven. Aquí se diseña el almacén de registros como una pieza del aislamiento, con la misma exigencia que un cortafuegos: que el sistema que puede escribir en la red no pueda tocar los registros ni borrarlos.
La parte que menos me convence es el preflight como procedimiento manual. Comprobar que el sandbox bloquea una escritura fuera del espacio de trabajo y que la red corta una petición no autorizada está bien como demostración, pero en un entorno real esos controles deberían ser comprobados de forma continua y automática, con alerta cuando alguien los toca. Una jaula que nadie vigila es una jaula que acaba rompiéndose. En cualquier caso, es una guía sólida, honesta sobre sus límites y útil: por fin una documentación que trata al agente de ciberseguridad como lo que es, un ejecutor con privilegios dentro de una red, y no como un chatbot con buenas intenciones.
Referencia y documentación original: OpenAI.