OpenAI e Hacktron: parceria usa IA de fronteira para caçar falhas

A OpenAI anunciou em 6/11/2026 uma parceria com a Hacktron para encontrar vulnerabilidades nos próprios sistemas, testar as conexões com serviços de terceiros e reforçar as defesas com IA de fronteira.

Engenheiros da OpenAI e pesquisadores da Hacktron vão escolher juntos as áreas de alta prioridade para testar, com foco em como os sistemas da OpenAI interagem com serviços de terceiros. Os testes ainda vão acontecer, e o anúncio não divulga falhas novas nem métricas.

O que é a Hacktron e como ela chegou à OpenAI

A Hacktron é uma empresa que desenvolve agentes de IA para revisão de código, testes de invasão (pentest) e red teaming. Segundo o anúncio da OpenAI, a relação começou pelo programa Security Bug Bounty: a OpenAI ficou impressionada com o impacto das vulnerabilidades que os pesquisadores da Hacktron descobriram e divulgaram por ali.

A empresa levantou US$ 2,9 milhões em rodada pré-seed para levar testes de segurança com IA a cada mudança de código.

O foco de pesquisa dela é bem específico. De acordo com a Unite.AI, as pesquisas da Hacktron encontraram fraquezas que surgem da interação entre aplicações, infraestrutura de nuvem e sistemas de identidade. Ou seja, o bug não mora num sistema só, mora na costura entre eles.

O caso que antecedeu a parceria: do fórum da comunidade a um pull request interno

Antes da parceria, a Hacktron divulgou pelo bug bounty uma cadeia de exploração que mostra direitinho esse tipo de risco. O caso foi detalhado pela SecurityWeek.

A cadeia juntou duas peças:

• Um exploit para uma falha na biblioteca libheif, usada no fórum da comunidade da OpenAI (que roda Discourse).
• Uma falha nos tokens de login do fórum, que tinham permissões excessivas e davam acesso total via API às contas de ChatGPT e Codex vinculadas.

Segundo a Hacktron, para provar o acesso, ela tomou a conta de um funcionário cuja integração do Codex estava ligada à organização da OpenAI no GitHub e abriu um pull request inofensivo em um repositório interno, parando o teste ali. A revisão da própria OpenAI, porém, encontrou leituras limitadas de metadados e de commits de repositório privado, além do pull request em um arquivo README.

Se liga num detalhe curioso: segundo a SecurityWeek, o exploit foi construído com ajuda de modelos da Anthropic, o Claude Opus 4.8 e o Claude Opus 5. A OpenAI pagou US$ 6.500 pela falha do lado dela.

Fórum, ChatGPT, Codex e GitHub, cada um com seu login e suas permissões. Isoladamente, nenhum parecia a porta da frente. Encadeados, viraram um caminho até código interno.

Qual é o escopo da parceria e o papel da IA e dos humanos

O escopo é a interação dos sistemas da OpenAI com serviços de terceiros. Engenheiros da OpenAI e pesquisadores de segurança da Hacktron escolhem juntos as áreas de alta prioridade que serão testadas.

Do lado da IA, a OpenAI amplia o acesso da Hacktron aos seus modelos de fronteira por meio do Daybreak Red. O que for aprendido nos testes das integrações com terceiros alimenta o reforço das defesas.

E é só isso que o anúncio diz sobre a divisão de trabalho. Ele não informa qual modelo específico será usado nem como a validação das falhas vai funcionar (quem confirma, se há revisão humana obrigatória e tal). Qualquer texto que afirme isso está chutando.

O que o anúncio não diz: números, modelos e produto

Vale separar bem o que foi divulgado do que não foi:

• Não há quantidade de falhas encontradas pela parceria.
• Não há tipos de vulnerabilidade nem métricas do trabalho.
• Não há nome de modelo específico, só a menção a modelos de fronteira via Daybreak Red.
• Não há menção a produto, recurso comercial ou oferta resultante do processo.
• Não há duração, valores ou termos contratuais.

Se resultados forem publicados depois, o lugar para conferir é o anúncio oficial da OpenAI.

Onde isso entra na série de segurança com IA da OpenAI

O Daybreak Red é a peça que conecta essa parceria ao resto da estratégia. Conforme a página da OpenAI sobre o Daybreak, o programa tem duas camadas: Blue, para trabalho defensivo autorizado, e Red, com modelos treinados para ciber e fluxos avançados. O acesso ao Red é por candidatura e aprovação, voltado a defensores autorizados que fazem pesquisa de vulnerabilidades, validação de exploits e testes de segurança.

O GPT-6 Cyber é um acontecimento distinto, beleza? É um modelo de red teaming lançado em 5/11/2026 para descobrir e corrigir vulnerabilidades, disponível primeiro para um número limitado de clientes do Daybreak Red, segundo a CyberScoop. De acordo com o TestingCatalog, ele está disponível via API e Codex para esse grupo selecionado, com expansão prevista para todos os clientes do Daybreak Red nas próximas semanas.

No lançamento, a OpenAI informou que o GPT-6 Cyber encontrou pelo menos 81 vulnerabilidades novas no Firefox e desenvolveu exploits para 948 vulnerabilidades do kernel Linux. Esses números são do modelo, não da parceria com a Hacktron.

Ele também é o quarto modelo de ciber da OpenAI em 2026, de acordo com o The Next Web: antes vieram o GPT-5.5 Cyber e o GPT-5.6 Cyber (agosto).

O que muda para devs e times de segurança que usam agentes e conectores

A lição prática vem do caso anterior, não de promessa futura. Um token com permissão demais num sistema periférico (um fórum!) abriu caminho até contas de ChatGPT e Codex, e dali até um repositório interno via GitHub.

Se você usa agentes conectados a repositórios, chats, ferramentas de terceiros e por aí vai, o risco é o mesmo. Cada conector é mais um elo, e a pergunta certa não é "esse sistema é seguro?", mas "o que alguém alcança se tomar esse token?".

Quanto ao Daybreak Red, não é algo que você liga numa configuração. O acesso depende de candidatura e aprovação da OpenAI.

Próximo passo: auditar as integrações do seu próprio stack

Faça o exercício que a Hacktron fez, só que do lado defensivo. Liste os tokens e conectores do seu stack (integrações do Codex, apps do GitHub, serviços de terceiros ligados aos seus agentes) e anote o que cada um consegue acessar.

Depois, para cada item com acesso amplo, pergunte se ele realmente precisa daquilo. Reduzir o escopo de um token hoje é muito mais barato que descobrir a cadeia completa num relatório de bug bounty.

E fique de olho no anúncio da parceria para ver se a OpenAI e a Hacktron publicam resultados dos testes mais adiante.

Veja mais exemplos práticos no canal Hora de Codar. Se quiser aprofundar o contexto, veja A OpenAI abriu DE GRAÇA seu caçador de vulnerabilidades (Teste do Codex Security).