OpenAI ficha a Cathedral, la startup de exDOGE que vulneró a Anthropic: la ciberseguridad de la IA ya es ofensiva

OpenAI ha anunciado que trabajará con Cathedral, una startup de ciberseguridad fundada por antiguos miembros del Departamento de Eficiencia Gubernamental (DOGE) de Elon Musk. Según el anuncio que la compañía publicó el lunes, el equipo de Cathedral «usará los modelos de OpenAI junto a nuestros equipos para poner a prueba nuestras defensas». Es lo que en el sector se llama *red teaming*: atacar los propios sistemas para encontrar los fallos antes que un adversario. OpenAI también dice que está «más que cuadruplicando» las recompensas por hallazgos críticos en su programa de *bug bounty*, que paga a investigadores externos por avisar de vulnerabilidades. La empresa no ha detallado las cifras. Gizmodo recuerda que en marzo del año pasado ya subió el máximo de 20.000 a 100.000 dólares, y no está claro si se refiere a ese aumento.

La fama de Cathedral viene de Anthropic. La startup contó al Washington Post que, dentro del programa de recompensas de Anthropic, logró entrar en sus sistemas privados en menos de doce horas. Afirma que accedió a mensajes de Slack, ofertas de empleo y transcripciones de reuniones. Anthropic da otra versión. Logan Graham, responsable de ciberseguridad de la compañía, escribió en X que el ataque duró «varios días» y que los sistemas más sensibles, «como los pesos del modelo y las conversaciones de Claude», no se vieron afectados. Graham también calificó el método de «inusual y fuera del alcance» de las reglas del programa, porque se apoyó en varias vulnerabilidades de terceros. Hay dos relatos y conviene no dar ninguno por cerrado.

El anuncio llega en un momento tenso. A finales de octubre, unos investigadores descubrieron fallos graves en PHP, el lenguaje de programación que, según Gizmodo, sostiene en torno al 70% de las webs. Gobiernos y organizaciones desconectaron sitios para aplicar el parche a toda prisa. Según el mismo medio, los fallos se encontraron con un modelo de OpenAI. La empresa respondió con «patch the planet» («parchear el planeta»), un programa global para buscar y corregir vulnerabilidades ocultas en software muy extendido.

Cathedral tiene un perfil delicado. Según lo publicado, se lanzó este año con una valoración de 1.400 millones de dólares, tras una ronda de 160 millones liderada por Andreessen Horowitz y Sequoia. Reuters informó en julio, citando fuentes anónimas, que su misión es reforzar las capacidades cibernéticas ofensivas y defensivas del ejército de EE. UU. frente a rivales como China. Sus fundadores son Gavin Kliger, Luke Farritor, Marko Elez y Jack Stein, todos del DOGE. Kliger fue jefe de datos del Departamento de Guerra entre diciembre y abril. A Elez, según un reportaje del Wall Street Journal, se le vinculó con una cuenta anónima de X con mensajes racistas. Dimitió del DOGE y Musk anunció después que lo readmitiría.

**Nuestra lectura.** Nuestra tesis es que la ciberseguridad de la IA ha pasado a ser una carrera ofensiva. La misma tecnología que encuentra fallos en PHP sirve para defender y para atacar. Ningún laboratorio puede ya protegerse solo con un equipo interno y unas reglas de *bug bounty* que pensaban en investigadores humanos y pacientes. Es lo que venimos señalando: la IA abarata el ataque y la defensa tiene que suponer adversarios rápidos y numerosos. Por eso la decisión de OpenAI tiene lógica técnica. Contrata a quien ha demostrado que sabe entrar y multiplica el incentivo para que los fallos se avisen en vez de venderse.

Pero el movimiento también deja preguntas que no son técnicas. La primera es de gobernanza: el caso Anthropic muestra que nadie se ha puesto de acuerdo sobre dónde acaba una prueba autorizada y dónde empieza una intrusión. El debate es el mismo que con los agentes: lo que es técnicamente posible no es necesariamente legítimo. La segunda es de concentración e influencia. OpenAI pone sus modelos y sus sistemas internos en manos de un equipo muy cercano a la Administración y con una misión militar declarada. La IA de uso dual sigue mezclándose con la seguridad nacional, y eso exige más transparencia, no menos. A corto plazo, veremos más ataques automatizados y más incidentes como el de PHP. A largo plazo, si estas «defensas continuas» maduran y se rinden cuentas de ellas, la misma IA que hoy asusta podrá revisar y reparar a escala el software heredado del que dependemos todos.