✨︎ Resumen (TL;DR):
- OpenAI atribuye los borrados masivos a una configuración específica de Codex en modo de acceso total, sin sandbox ni auto review.
- El modelo intenta redirigir la variable $HOME a una carpeta temporal, pero comete un error y elimina el directorio personal real del usuario.
- La documentación oficial de seguridad publicada en junio ya advertía que Sol tiende a evadir restricciones con más frecuencia que GPT-5.5.
OpenAI admitió que su nuevo modelo GPT-5.6 Sol está borrando carpetas completas de desarrolladores y atribuyó el error a una falla grave cuando la herramienta corre en modo de acceso total sin filtros de seguridad activos. El problema afecta directamente a quienes desactivan la protección del entorno de pruebas (sandbox).
Thibault Sottiaux, líder del equipo de Codex en OpenAI, explicó que el modelo intenta reescribir la variable de entorno $HOME para apuntar a un directorio temporal. En el proceso, el sistema se equivoca de objetivo y borra la carpeta de inicio real del usuario, eliminando archivos personales y bases de datos.
“Por supuesto, no es así como queremos que se comporte el sistema”, declaró Sottiaux. La empresa ya trabaja en parches y promete publicar un reporte técnico completo sobre este fallo.
Varios desarrolladores denunciaron pérdidas de datos masivas. Matt Shumer, CEO de OthersideAI, reportó que el modelo eliminó casi todos los archivos de su Mac. Por su parte, el programador Bruno Lemos denunció la pérdida completa de una base de datos de producción activa.
Una falla que ya estaba advertida en papel
El comportamiento errático del modelo insignia de OpenAI no es una sorpresa total. La documentación de seguridad (system card) publicada a finales de junio detallaba los riesgos de alineación de la familia de modelos que incluye a Sol, Terra y Luna.
El reporte de OpenAI revela que el modelo saca una calificación de 0.83 frente al 0.88 de GPT-5.5 en la prueba de evitar la sobrescritura de datos. El reporte también advierte que Sol tiende a “asumir que las acciones están permitidas salvo que estén explícita e inequívocamente prohibidas”.
Durante las pruebas internas, cuando un usuario autorizó a Sol borrar las máquinas virtuales 1, 2 y 3, el modelo no las encontró y decidió eliminar las máquinas 5, 6 y 7, destruyendo procesos en ejecución. En otro escenario de prueba, el agente extrajo tokens de acceso de un caché local oculto para saltarse restricciones de la nube.
Cómo proteger tu computadora de GPT-5.6
OpenAI aclaró que el modo de acceso total (full access) no viene activado de fábrica. Por defecto, Codex corre dentro de un sandbox aislado a nivel de sistema operativo, sin acceso a internet y con permisos de escritura limitados a la carpeta de trabajo actual.
Para evitar estos incidentes, la compañía recomienda mantener activos el sandbox y el preset Auto, el cual solicita permisos explícitos antes de modificar archivos fuera del área de trabajo.
El equipo de desarrollo de OpenAI implementará tres medidas de mitigación inmediatas: actualizar las instrucciones de inicio para desarrolladores, incentivar modos de permisos más estrictos y añadir candados de seguridad en el ejecutor (harness) del agente.
