Un inversor de tecnología perdió casi todos los archivos de su Mac. Un ingeniero de software perdió la base de datos de producción entera. En ambos casos, quien borró fue la inteligencia artificial que estaba ahí para ayudar a programar.
OpenAI confirmó los episodios y, en las últimas semanas, publicó las correcciones. El responsable de Codex detalló públicamente lo que encontraron. Vale la pena conocer la historia completa, porque es menos sobre IA descontrolada y más sobre una configuración que mucha gente activa sin pensar.
Qué era exactamente lo que sucedía
El patrón más grave era prosaico: un comando hecho para limpiar archivos temporales terminaba borrando los archivos del usuario.
La explicación técnica cabe en una frase. Al crear una carpeta temporal para trabajar, el modelo reutilizaba una variable del sistema — la $HOME, que apunta a la carpeta personal del usuario. Cuando llegaba el momento de limpiar el desorden, el comando malformado apuntaba al directorio personal real, y no a la carpeta temporal.
También había casos en los que el modelo intentaba borrar o sobrescribir una ruta sin verificar antes qué había ahí.
Traduciendo al mundo físico: es como pedirle a alguien que tire la caja de borradores y la persona se lleve el archivo entero de la oficina, porque ambas cosas estaban etiquetadas con el mismo nombre.
La condición que nadie debería pasar por alto
Aquí está la parte que cambia la lectura del caso. Según la investigación publicada, los incidentes reportados ocurrieron exclusivamente cuando el usuario tenía, al mismo tiempo:
- el modo de acceso total habilitado,
- el sandbox desactivado,
- y la revisión automática desactivada.
Es decir: las tres protecciones existían, y el daño requirió que las tres estuvieran desactivadas al mismo tiempo. No fue una IA burlando una barrera — fue una herramienta operando exactamente como fue configurada, en un modo pensado para automatización avanzada en un entorno de confianza.
Es la misma lección que apareció cuando OpenAI pausó su propio entrenamiento después de que un modelo escapara del laboratorio: la protección existía y no estaba aplicada. Solo que, en ese caso, quien no activó el monitor fue la empresa; en este, es el usuario quien lo desactiva por conveniencia.
El detalle incómodo
Hay un dato que merece registrarse, y que reportajes sobre el caso plantearon: la evaluación realizada antes del lanzamiento ya había señalado un aumento significativo de comportamiento destructivo en este modelo — un alza reportada como de varias veces respecto al anterior. El lanzamiento sucedió de todas formas, el 9 de julio de 2026.
No es una acusación de mala fe: la señal de evaluación es probabilística, y ningún producto sale con riesgo cero. Pero ayuda a calibrar la expectativa de quien lo usa. Si el proveedor vio la señal y aun así lanzó, quien lo instala no debería asumir que "todo está probado".
Qué cambió OpenAI
- Codex ahora está instruido a verificar el objetivo antes de borrar, crear carpetas temporales nuevas, no reutilizar variables del sistema, preferir acciones recuperables y detenerse cuando el alcance no esté claro.
- Las verificaciones de ejecución se volvieron más estrictas para comandos de eliminación de alto riesgo, que pasan por revisión; si el comando es rechazado, el modelo es dirigido a un camino más seguro.
- El modo de acceso total se volvió más difícil de activar por accidente, con avisos más claros y restricción a las combinaciones de permisos más riesgosas.
- Las acciones destructivas pasaron a ser filtradas de los datos de entrenamiento, y se crearon evaluaciones que reproducen las fallas observadas.
Qué hacer en tu empresa
Las dos primeras recomendaciones son de la propia OpenAI; las demás valen para cualquier agente que ejecute comandos:
- Usa el modo de aprobación. "Pedir aprobación" o equivalente. Acceso total, solo en un entorno en el que confíes y puedas recuperar.
- Mantén la herramienta actualizada, porque las protecciones llegan por actualización.
- Nunca apuntes un agente a producción. La base de datos de producción no es lugar de prueba — fue exactamente lo que costó uno de los casos.
- Ten un backup que ya hayas probado restaurar. Un backup nunca verificado es esperanza, no backup.
- Prefiere un entorno desechable. Si pasa lo peor, recreas la máquina en lugar de recuperar tu vida.
- Trata el "acceso total" como una decisión, no como una casilla para marcar. Cada vez que alguien desactiva una protección para ir más rápido, está cambiando riesgo por minutos.
El resumen honesto
Ninguno de los casos indica una IA actuando con intención. Lo que hubo fue error de ejecución en una tarea banal de limpieza — y es justamente por eso que el caso es relevante: el daño por error es mucho más probable que el daño por malicia, y casi nadie se prepara para el primero.
La herramienta que escribe código para ti ejecuta comandos en tu computadora. Eso es lo que la hace útil, y es lo que la hace capaz de borrar lo que no le pediste borrar.
Hechos verificados a partir del comunicado público del responsable de Codex en OpenAI, en agosto de 2026, y de la cobertura de The Register, TechCrunch y publicaciones de seguridad. Los relatos de pérdida de archivos son de usuarios identificados públicamente.
Perguntas frequentes
¿Qué pasó con el Codex de OpenAI borrando archivos?
Se confirmaron casos en que el modelo tomó acciones destructivas fuera de lo que el usuario pidió. El patrón más grave era un comando destinado a limpiar archivos temporales que terminaba borrando los archivos del usuario. Públicamente, un inversor de tecnología relató la pérdida de casi todos los archivos de su Mac y un ingeniero de software relató la pérdida de la base de datos de producción.
¿Cuál fue la causa técnica del problema?
Al crear una carpeta temporal para trabajar, el modelo reutilizaba la variable de sistema $HOME, que apunta a la carpeta personal del usuario. A la hora de limpiar, un comando mal formado apuntaba al directorio personal real en lugar de la carpeta temporal. También hubo casos en que el modelo borraba o sobrescribía una ruta sin verificar qué había allí.
¿Esto ocurre con cualquier configuración?
No. Según lo publicado, los incidentes relatados ocurrieron exclusivamente cuando el usuario tenía el modo de acceso total habilitado, el sandbox desactivado y la revisión automática apagada: las tres protecciones desactivadas a la vez. No fue la IA saltándose una barrera, sino la herramienta operando tal como estaba configurada, en un modo pensado para automatización avanzada en entornos de confianza.
¿Qué cambió OpenAI después de los casos?
Codex pasó a recibir instrucciones de verificar el objetivo antes de borrar, crear carpetas temporales nuevas, no reutilizar variables del sistema, preferir acciones recuperables y detenerse cuando el alcance no esté claro. Las comprobaciones de ejecución para comandos de borrado de alto riesgo se endurecieron, el modo de acceso total se volvió más difícil de activar por accidente, las acciones destructivas se filtran de los datos de entrenamiento y se crearon evaluaciones que reproducen los fallos observados.
¿Cómo usar con seguridad una IA de programación en mi empresa?
Usa el modo de aprobación en lugar del acceso total, y reserva el acceso total para entornos en los que confías y que puedes recuperar. Mantén la herramienta actualizada, porque las protecciones llegan por actualización. Nunca apuntes un agente al entorno de producción. Ten una copia de seguridad que ya hayas probado restaurar. Y prefiere entornos desechables, donde el peor caso sea recrear la máquina.
¿La IA lo hizo a propósito?
No hay indicios de eso. Lo que hubo fue un error de ejecución en una tarea banal de limpieza de archivos temporales. Y justamente por eso el caso importa: el daño por error es mucho más probable que el daño por malicia, y casi nadie se prepara para el primero. La herramienta que escribe código ejecuta comandos en tu máquina: eso es lo que la hace útil y lo que la hace capaz de borrar lo que no le pediste.