Expuesta una falla de arquitectura en GPT-5, Claude y Gemini

Un equipo internacional de investigadores ha descubierto una vulnerabilidad arquitectónica crítica en los bloques de razonamiento cifrados de los principales sistemas de inteligencia artificial, como GPT-5, Claude y Gemini. Estos sistemas generan internamente una cadena de pensamiento antes de responder, que los proveedores cifran y envían al cliente, solo para que se devuelva con las consultas de seguimiento. Los investigadores encontraron que OpenAI, Anthropic y Google utilizan claves de cifrado globales para sus familias de modelos, lo que significa que los bloques de razonamiento cifrados no están vinculados a un usuario, sesión o modelo específico. Esto permite a los atacantes tomar el bloque de razonamiento cifrado de un modelo insignia y enviarlo a un modelo hermano más pequeño y menos restringido, que luego lo descifra y genera el proceso de razonamiento completo. El equipo analizó repositorios públicos y registros, encontrando 315,320 bloques de razonamiento cifrados, y logró descifrar identificadores personales, claves de API, contraseñas y direcciones de correo electrónico. La vulnerabilidad también permite inyecciones de instrucciones ocultas y la clonación no autorizada de las capacidades del modelo. Los investigadores informaron de sus hallazgos a las empresas afectadas, que han comenzado a implementar contramedidas; sin embargo, hasta que el cifrado esté estrictamente vinculado a una sesión específica, los usuarios no pueden asumir que están protegidos.