Hecho: En una publicación del 30 de septiembre, OpenAI describió una campaña coordinada que, según la empresa, buscó extraer razonamiento protegido de sus modelos y reutilizarlo para entrenar o mejorar otros sistemas. El anuncio es reciente; la actividad que relata comenzó el 1 de julio y tuvo picos los días 24 y 25 de ese mes. La diferencia entre la fecha de divulgación y la de los intentos es central para interpretar la noticia.
Qué afirma la compañía
OpenAI informó que registró 16.000 solicitudes con un patrón relacionado con la extracción, procedentes de más de 4.000 usuarios, durante los picos de julio. Después identificó actividad relacionada en un grupo de más de 15.000 usuarios y afirmó que la interrumpió el 28 de julio. La empresa aclara que esos conteos representan intentos, no necesariamente extracciones exitosas. También dice que los operadores no vulneraron el cifrado, no entraron a una base de datos y no accedieron directamente al historial almacenado de otras personas.
La técnica descrita consistía en copiar un bloque de razonamiento cifrado de una conversación y pedirle a un modelo en otra conversación que lo descifrara y transcribiera. OpenAI atribuye un núcleo de la actividad a personas asociadas con Moonshot AI, desarrolladora de Kimi, pero dice que no está claro si todos los operadores pertenecían al mismo actor. Esa atribución es una afirmación de OpenAI: el comunicado no publica la evidencia que la sustenta ni acusa de manera concluyente a la empresa Moonshot como organización.
La compañía dice que restringió cuentas, reforzó controles de registro e infraestructura, cerró una vía de repetición de artefactos y agregó verificaciones para detener salidas que pudieran exponer razonamiento protegido. La descripción y el alcance de las medidas aparecen en el informe oficial de OpenAI. Benzinga recoge las reservas sobre atribución y éxito, mientras que el análisis de CellCog sitúa el episodio junto a investigaciones independientes sobre la portabilidad de artefactos de razonamiento entre conversaciones y modelos.
Distilación legítima y extracción no autorizada
La destilación de conocimiento es una técnica habitual de aprendizaje automático: se usa la salida de un modelo grande para entrenar uno más pequeño. El conflicto de este caso no es el método en sí, sino la alegación de que se intentó obtener material protegido sin autorización. OpenAI sostiene que el razonamiento oculto puede revelar información que no aparece en la respuesta al usuario y facilitar la reproducción de capacidades. La publicación no cuantifica cuánto razonamiento, si alguno, se recuperó efectivamente.
Lectura: El comunicado documenta una respuesta de seguridad y una atribución, no una auditoría independiente de la campaña. Las cantidades publicadas son métricas internas de intentos y no deben presentarse como número de conversaciones robadas. Tampoco prueban que Moonshot AI haya ordenado una operación corporativa. La distinción importa porque el incentivo para copiar capacidades es real, pero las acusaciones requieren evidencia verificable y atribución cuidadosa.
El próximo paso para evaluar el riesgo será conocer si investigadores externos pueden reproducir la vía descrita y si las mitigaciones la cierran sin filtrar datos legítimos. Hasta entonces, lo confirmado públicamente es que OpenAI divulgó el incidente, aplicó controles y compartió información con socios; el éxito de la extracción permanece sin confirmar.




