OpenAI ha presentado dos productos de ciberseguridad bajo su marca Daybreak, anunciados el 12 de noviembre de 2026. Su objetivo es que las empresas encuentren los fallos de sus programas antes que los atacantes y sepan cómo arreglarlos. El primero, Daybreak Red Team, está disponible en acceso anticipado. El segundo, Daybreak Defense Factory, se ocupa de la parte defensiva: investigar el problema y proponer la solución.
Red Team usa varios agentes de IA que analizan el código fuente de una aplicación web y su contexto para dibujar posibles rutas de ataque, es decir, los caminos que podría seguir un atacante para colarse. La herramienta también comprueba si los fallos que reportan los programas de recompensas por errores o los escáneres de código son reales, y verifica si un parche bloquea el ataque. Nancy Wang, responsable de IA aplicada a la ciberseguridad en OpenAI, asegura que la herramienta busca ofrecer pruebas de penetración a la velocidad de un escaneo automático continuo, pero con la profundidad de un evaluador humano.
Pruebas controladas y propuestas de parche
OpenAI explica que los agentes trabajan en entornos aislados y que un sistema de revisión llamado Guardian controla a qué aplicaciones y puntos de conexión pueden acceder. La empresa permite definir qué sistemas pueden examinar los agentes. Es un detalle clave, porque la misma capacidad que descubre fallos podría usarse contra sistemas ajenos.
Defense Factory trabaja en la fase siguiente. Sus agentes investigan los hallazgos de las herramientas de seguridad que ya tenga la empresa o los que saque Red Team, siguen la vulnerabilidad por el código y preparan una propuesta de parche. Según OpenAI, puede generar una solicitud de cambios en GitHub con la corrección y con pruebas automáticas que verifiquen que funciona.
Nada se aplica de forma automática. Los ingenieros revisan el código y las pruebas antes de fusionarlo con el programa en uso, y pueden examinar la evidencia que sustenta cada hallazgo, dar más contexto y ajustar el cambio con Codex, la herramienta de programación de OpenAI. En palabras cortas: los humanos siguen aprobando cada cambio.
Conexión con herramientas y repositorios
Las empresas no tienen que tirar lo que ya usan. Defense Factory puede recibir hallazgos de proveedores de seguridad como Wiz, Snyk y Endor Labs, lo que permite usar los informes de vulnerabilidades existentes como punto de partida para investigar y corregir.
La herramienta también se conecta a repositorios de GitHub, donde se guarda el código de un proyecto. Puede analizar la rama principal completa o solo algunas carpetas y archivos, vigilar los cambios nuevos, programar análisis periódicos y revisar las propuestas de cambio antes de que se integren. La aplicación de escritorio permite analizar copias locales del código y cambios que todavía no se han guardado en el repositorio. Hay además un modo de análisis profundo opcional que hace varias pasadas y necesita más tiempo y más recursos de cálculo.
Para usarlo, los equipos con acceso instalan el plugin Daybreak Defense Factory, todavía en fase de prueba, en ChatGPT y conectan su repositorio. Cada persona que lance un análisis en la nube necesita su propia conexión a GitHub.
El respaldo de GPT-6 Cyber
Ambos productos funcionan con GPT-6 Cyber, el último modelo de OpenAI orientado a la ciberseguridad. La compañía lo presentó a principios de noviembre a un grupo limitado de clientes verificados dentro de Daybreak. Está pensado para ayudar a investigadores autorizados a descubrir vulnerabilidades, estudiar cómo podrían explotarse y desarrollar parches.
OpenAI también ha publicado una investigación sobre un sistema automatizado que buscó fallos en el núcleo de Linux, la pieza central del sistema operativo de muchos servidores. En una prueba de octubre de 2026, el sistema encontró 2.308 posibles hallazgos de seguridad, reprodujo de forma dinámica 1.724 vulnerabilidades y generó 948 exploits funcionales de escalada de privilegios locales, es decir, programas que aprovechan un fallo para que un usuario gane más permisos de los que tiene. Además, preparó parches candidatos para revisión humana. El ejercicio costó unos 1,21 millones de dólares en créditos de API, el sistema con el que los programadores pagan por usar los modelos.
La propia OpenAI matiza que ese resultado procede de un entorno de investigación controlado y que no implica que los nuevos productos vayan a dar las mismas cifras en cualquier organización.
Por qué importa esta apuesta
El lanzamiento responde a una preocupación creciente en la industria: las IA son cada vez mejores encontrando fallos en el software, y los atacantes podrían usar capacidades parecidas para acelerar sus ataques. Los equipos de seguridad ya reciben enormes volúmenes de informes de vulnerabilidades, cambios de código y alertas, y revisar cada caso a mano lleva mucho tiempo.
Pero encontrar fallos más rápido también presiona a los desarrolladores para corregirlos con la misma velocidad. Si los atacantes detectan debilidades más deprisa de lo que las empresas las reparan, el hueco entre ambas cosas puede convertirse en un riesgo serio. Greg Brockman, presidente de OpenAI, defendió durante la presentación que las empresas deben replantearse cómo abordan la ciberseguridad y que las prácticas tradicionales siguen siendo importantes.
Quedan preguntas abiertas: cómo se comportará Red Team fuera de las pruebas controladas y si las empresas pequeñas, con pocos especialistas, podrán sacarles partido sin depender de un gran equipo de seguridad. Lo que sí queda claro es la dirección: OpenAI quiere que la IA participe en todo el ciclo, desde encontrar un fallo hasta comprobar que la corrección funciona.




