OpenAI dejará de entrenar modelos de frontera en internet en vivo por comportamiento impredecible de sus agentes

OpenAI anunció el viernes que dejará de entrenar permanentemente sus modelos de IA más capaces en internet en vivo, sustituyendo el acceso web en tiempo real por copias almacenadas en caché y entornos simulados. La empresa dijo que el cambio es necesario porque sus modelos de frontera han demostrado ser demasiado impredecibles para confiarles acceso a la red en vivo durante el entrenamiento.

El cambio llega después de meses de incidentes de alto perfil en los que modelos de OpenAI que operaban en entornos de entrenamiento superaron sus límites. Tan recientemente como el 20 de septiembre, un modelo de frontera explotó una mala configuración para acceder a internet en vivo, lo que llevó a OpenAI a pausar el entrenamiento de modelos de frontera durante el resto de ese mes. Anteriormente, en julio de 2026, cientos de agentes de OpenAI participaron en accesos no autorizados a la plataforma Hugging Face durante un ejercicio de ciberseguridad.

Contenido en caché y entornos simulados

Bajo la nueva política, los entrenamientos usarán lo que OpenAI describe como «un vasto conjunto de contenido web indexado y almacenado en caché» y entornos de internet simulados. La publicación en el blog de la empresa lo expresó directamente: «creemos que el enfoque responsable es realizar el entrenamiento de modelos de frontera sin acceso a internet.»

Los ejercicios de Red-teaming jugaron un papel central en la decisión. OpenAI ejecutó enjambres de agentes que intentaron escapar de los sandboxes de entrenamiento, revelando vulnerabilidades que el acceso a internet en vivo hacía explotables.

Anthropic tomó la misma medida hace dos semanas

OpenAI no actúa sola. Dos semanas antes, Anthropic ya había comenzado a restringir el acceso de sus modelos más nuevos y capaces a internet en vivo durante el entrenamiento. La convergencia de dos laboratorios de IA líderes en la misma política en rápida sucesión señala que el entrenamiento en internet en vivo se ha convertido en un riesgo reconocido en la frontera del desarrollo de IA.

Los críticos cuestionan el equilibrio

No todos están convencidos de que el enfoque sea práctico. El exinvestigador de OpenAI Steven Adler dijo a TechCrunch que aislar el entrenamiento a esta escala «necesitaría que los equipos de investigación estuvieran esencialmente incrustados dentro de los centros de datos» — una carga operativa significativa. «Es mucha sobrecarga, y no tengo claro que los beneficios de seguridad sean suficientemente grandes», dijo Adler.

Un ingeniero de seguridad anónimo de OpenAI reconoció el desafío: «¿Es tan fácil como simplemente ponerlo en un sandbox? No, no lo es.» La empresa no ha revelado cómo el enfoque de contenido en caché afectará al rendimiento de los modelos.