AISLE descubre 6 CVEs en curl tras cero de OpenAI y Anthropic

AISLE encontró seis CVEs reales en curl en apenas unos días

La startup AISLE, fundada por el ex-CEO de Avast Ondrej Vlcek, reportó seis vulnerabilidades aceptadas oficialmente en curl, la biblioteca de transferencia de datos presente en más de 20.000 millones de instancias en todo el mundo. El resultado fue publicado el 1 de septiembre de 2026, pero lo verdaderamente llamativo es el contexto: apenas un día antes, los modelos frontera de Anthropic y OpenAI habían sido ejecutados contra el mismo código y habían regresado con cero hallazgos. El marcador final fue 6-0 a favor de AISLE.

La comparación no fue en un laboratorio: Daniel Stenberg, fundador y mantenedor de curl, escribió públicamente el 24 de agosto de 2026 que solo quedaban tres CVEs pendientes para el próximo release. Acto seguido, ejecutó Anthropic Mythos y OpenAI Codex Security contra el código. Ambos regresaron listas vacías. AISLE corrió su propio sistema autónomo al día siguiente, y Stenberg terminó el post con un marcador que resume la historia: «Mythos: 0, Aisle: 29». De esos 29 reportes, seis fueron validados por el equipo de seguridad de curl como dignos de CVE público y ya están parcheados en curl 8.22.0.

Por qué este resultado importa más allá del software libre

curl no es un proyecto cualquiera. Es la biblioteca que mueve datos en internet desde un refrigerador inteligente hasta naves espaciales, según la propia descripción de AISLE. Es también uno de los códigos más auditados del mundo. Si después de años de auditorías manuales todavía quedan seis vulnerabilidades que un sistema de IA especializado puede detectar en horas, la pregunta para cualquier startup se vuelve incómoda: ¿qué está pasando en tu propio código que nadie está mirando con la profundidad suficiente?

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

El caso además ocurre en un momento particular. Anthropic anunció en abril de 2026 que su modelo Mythos Preview había identificado más de 10.000 zero-days en su primer mes dentro de Project Glasswing, según reportó The Next Web. OpenAI, por su parte, presentó en julio a Astra, su primer modelo con capacidades cibernéticas clasificadas como «críticas» dentro de su propio marco de preparación, según Wired. Ambos laboratorios sostienen que sus modelos son los más avanzados del mundo para descubrir vulnerabilidades. Y, sin embargo, en este enfrentamiento directo contra un código real, ambos regresaron cero.

¿Qué pasó exactamente entre el 24 y el 28 de agosto?

La cronología, según AISLE y los posts públicos de Daniel Stenberg, fue la siguiente:

24 de agosto de 2026: Stenberg confirma que solo hay 3 CVEs pendientes para el release. Ejecuta Mythos y Codex Security. Ambos devuelven listas vacías. AISLE ejecuta su propio sistema.
25 de agosto: Stenberg publica el marcador comparativo público.
26 y 27 de agosto: Se completan los reportes de las vulnerabilidades restantes (dos el 26, una el 27).
28 de agosto: El contador de CVEs pendientes de curl pasa de 3 a 10. Seis de esos diez provienen de AISLE.
1 de septiembre de 2026: Se publica el artículo de AISLE con el detalle y se anuncia curl 8.22.0, que ya incluye todos los parches.

Lo importante aquí es algo metodológico que AISLE subraya: Stenberg publicó los resultados de los modelos frontera antes de que AISLE corriera su sistema. La línea base fue pública y timestamped antes que el resultado. No hubo manera de copiar hallazgos ni de «leakear» el resultado por osmosis. Es probablemente la comparación más limpia que se ha publicado entre sistemas de IA especializados y modelos frontera en un caso de zero-day real.

Las seis vulnerabilidades que sí eran reales

Los seis CVEs fueron revisados por el equipo de curl y aceptados como dignos de divulgación pública. Todos están clasificados con severidad baja, lo cual, según AISLE, es consistente con la madurez excepcional del proyecto: las vulnerabilidades que quedan tienden a esconderse en configuraciones estrechas y combinaciones sutiles, con impacto práctico limitado. Los seis son:

CVE-2026-80229: use-after-free en el proveedor OpenSSL.
CVE-2026-80230: bypass del pinning de OpenSSL.
CVE-2026-80231: reutilización de conexiones en el almacén de CA nativo.
CVE-2026-80255: bypass del atributo secure con tabulador.
CVE-2026-82208: hit de caché de CA de wolfSSL que sobreescribe el callback.
CVE-2026-82209: cookie con dominio scoped al public suffix.

Stanislav Fort, de AISLE, figura como reportero acreditado oficialmente en los seis CVEs. Además, según The Next Web, el proyecto curl adoptó formalmente a AISLE después de que sus agentes descubrieran cinco CVEs y贡献yeran 24 pull requests al proyecto en interacciones previas.

La tesis de AISLE: System over Model

AISLE enmarca el resultado bajo una tesis que llama «System over Model»: un sistema especializado bien orquestado puede superar a un modelo frontera generalista incluso cuando el modelo es más grande y más reciente. La empresa, fundada por Ondrej Vlcek (que pasó más de dos décadas en Avast hasta convertirse en CEO y luego presidente de Gen Digital tras la fusión con NortonLifeLock), salió del modo stealth en octubre de 2025. Su COO, Jaya Baloo, figura entre los 100 CISO más reconocidos del mundo, con experiencia previa en Rapid7, Avast y KPN Telecom.

El currículum de AISLE en código abierto respalda la tesis: según su propio reporte y cobertura de Security Info Watch, han divulgado responsablemente más de 225 CVEs en proyectos como OpenSSL, Linux, Apache, Mozilla, Redis, OpenEMR y Elastic. En enero de 2026, su sistema habría encontrado las 12 vulnerabilidades del release coordinado de OpenSSL, incluidos bugs que llevaban décadas en el código. Además, ocupa el primer puesto en tres categorías del benchmark de detección de vulnerabilidades de UC Berkeley (volumen de CVE, amplitud de CWE, alcance del MITRE Top-25), por delante de Google y Anthropic.

Otro respaldo llegó desde el ecosistema Linux: Greg Kroah-Hartman, mantenedor histórico del stable de Linux, respondió al post de Stenberg con un «I’m seeing the same for Linux as well. No idea what Aisle is doing differently, but wow». El fenómeno, según sugiere esta respuesta, no sería exclusivo de curl.

¿Qué significa esto para tu startup?

Para un founder, este caso tiene varias lecturas prácticas que van más allá de la anécdota técnica:

El tamaño del modelo no garantiza profundidad de auditoría. Anthropic y OpenAI sostienen que sus modelos más recientes pueden encontrar zero-days de forma autónoma. En este experimento, ambos fallaron en código público, maduro y altamente auditado. Si tus propios servicios pasan por una auditoría de IA con uno de estos modelos y vuelve limpia, eso no es prueba de que estés limpio.
Los sistemas especializados ganan en nichos verticales. AISLE combina análisis estático basado en IA con fuzzing guiado por IA y un pipeline de triage por impacto de negocio. Reporta una tasa de falsos positivos inferior al 5% y un coste aproximado diez veces menor que Mythos, según cifras de la propia empresa que no han sido verificadas independientemente.
La soberanía del código es un problema de compliance real. La semana pasada AISLE lanzó Snapshot, una versión on-premise y air-gapped de su motor para sectores regulados (banca, defensa, gobierno). Si tu startup maneja código de cliente sensible, el equilibrio entre cobertura y confidencialidad ya no es opcional, es requisito de venta.

Acciones concretas que puedes tomar esta semana:

Pide a tu equipo de seguridad que ejecute al menos dos sistemas distintos (uno generalista tipo Mythos o Codex, uno especializado) contra tu código antes del próximo release. La divergencia entre ambos es señal de dónde mirar con lupa.
Si manejas datos de clientes en sectores regulados, evalúa soluciones de auditoría de vulnerabilidades que operen dentro de tu entorno en lugar de enviar código a servicios externos. La fuga de un fragmento de código propietario por una herramienta SaaS es un riesgo que muchos CROs todavía no contemplan.
Mide y trackea los CVEs de tus dependencias críticas. Si curl, OpenSSL o Linux kernel siguen acumulando CVEs de baja severidad pero acumulados, define un SLA de actualización interna antes de que un atacante los encadene.

Conclusión

El resultado 6-0 de AISLE frente a Anthropic y OpenAI en curl no significa que los modelos frontera sean malos. Significa que, para tareas estrechas y profundas como encontrar vulnerabilidades en producción, un sistema diseñado específicamente para esa tarea puede superar a un modelo más grande y más caro. Para un founder, la implicación operativa es directa: tu stack de seguridad probablemente necesita al menos una capa de IA especializada que complemente los scanners tradicionales, no un solo modelo frontier como bala de plata.