- El investigador Xusheng Li utilizó OpenAI Codex para vulnerar cuatro productos de cifrado USB, hallando claves fijas y cuentas ocultas.
- La IA logró romper la seguridad de algunos dispositivos en tan solo siete minutos, exponiendo una gestión deficiente de los secretos.
- Se identificaron fallos críticos en marcas como SecZure, Netac, KakaSoft y Nexcopy, donde las contraseñas no protegían realmente las claves de cifrado.
La seguridad de nuestros datos en dispositivos físicos parece ser un terreno pantanoso, especialmente cuando confiamos a ciegas en el sello de «cifrado» de un producto. Recientemente, ha saltado a la luz cómo OpenAI Codex ha sido utilizado no para programar aplicaciones, sino para destrozar la seguridad de varios dispositivos de protección USB, demostrando que muchas veces la cerradura es robusta pero la llave está escondida debajo del felpudo.
Este escenario pone sobre la mesa un debate necesario sobre la gestión de secretos en el software. No se trata de que los algoritmos de cifrado hayan sido derrotados por la fuerza bruta, sino de que los desarrolladores han cometido errores garrafales al implementar estas medidas, dejando puertas traseras abiertas que una IA puede localizar en un abrir y cerrar de ojos.
El análisis de Xusheng Li y el desplome de la seguridad USB

El investigador Xusheng Li se propuso poner a prueba cuatro productos específicos de protección USB, utilizando para ello la potencia de Codex y el servidor MCP de Binary Ninja. Lo que encontró fue, sencillamente, desalentador: la IA fue capaz de identificar fallos críticos de seguridad, como claves integradas directamente en el código (hardcoded) y cuentas ocultas que hacían que la contraseña del usuario fuera totalmente irrelevante.
En el caso de SecZure YutianDun, el sistema resultó ser un coladero. Li descubrió que existían dos cuentas integradas, denominadas «Buffer» (con la clave 123456) y «System» (con SECZURE.COM), que permitían saltarse la seguridad y acceder al identificador de contenido. Este proceso utilizaba una derivación basada en MD5 y HMAC-MD5 con una entropía bajísima, de apenas 64 bits, lo que hace que la protección sea prácticamente inexistente frente a un análisis serio.
Análisis detallado de los productos vulnerables

La velocidad con la que Codex operó fue lo que más llamó la atención de la comunidad técnica. Aquí tenemos el desglose de los desastres encontrados:
- NetacFileLock: Fue el caso más paradigmático. Con una sola instrucción, Codex tardó solo siete minutos en hallar una clave AES-256 fija de 32 bytes dentro del ejecutable. La contraseña que el usuario introduce no servía para generar la clave, sino que se verificaba aparte, dejando la puerta abierta a quien supiera mirar el código.
- KakaSoft USB Copy Protection (v5.6.0.299): Este software ofrecía varios niveles de seguridad, pero ninguno era fiable. El modo «Normal» ni siquiera cifraba los archivos. El nivel «Highest» usaba Blowfish-CBC, pero la clave dependía de una semilla embebida en el programa. La IA tardó unos 26 minutos en rastrear el código de hashing y recuperar el secreto.
- Nexcopy Copy Secure (Drive Wizard 1.0.81): Aquí el fallo estaba en el visor, que almacenaba un valor fijo de 32 bytes. Este secreto permitía acceder a la configuración donde se guardaban la clave de contenido y el vector de inicialización para el cifrado Triple-DES. En unos diez minutos, el análisis fue completado.
Este patrón de errores demuestra que muchos fabricantes confunden la «protección de acceso» (evitar que el usuario vea el archivo) con el «cifrado real» (asegurar que los datos sean ilegibles sin la clave correcta). Cuando la clave de cifrado no depende de la contraseña del propietario, el sistema es un castillo de naipes.
Codex: ¿Un aliado de la seguridad o una herramienta defectuosa?

Es curioso que, mientras Codex ayudaba a Li a exponer estas vulnerabilidades, el propio ecosistema de herramientas de OpenAI ha pasado por una montaña rusa de estabilidad. Existe una gran confusión con la nomenclatura de los productos; desde el modelo original de 2021 hasta el agente autónomo lanzado en 2025 y el más reciente GPT-5-Codex. Este último intenta optimizar recursos, pero sigue arrastrando problemas de coordinación interna.
De hecho, la versión de Codex concebida como agente autónomo ha sido calificada como un fracaso por muchos expertos. Presenta una tasa de completitud de apenas el 37% en sus tareas y, lo más grave, el 45% del código que genera contiene vulnerabilidades críticas según el estándar OWASP Top 10. Problemas como el context compaction failure hacen que la IA pierda el hilo de proyectos largos, colapsando sin dejar rastro del error.
El impacto en la industria y alternativas actuales

La situación ha sido tan crítica que GitHub llegó a retirar a Codex de su selector de modelos en Copilot. Esto ha dejado el camino libre a otras herramientas más estables y transparentes. Actualmente, opciones como Cursor o Claude Code están ganando terreno porque operan localmente, permitiendo que el desarrollador tenga un control total sobre el sistema de archivos y evite los fallos de los sandboxes remotos.
La lección es clara: no podemos confiar la auditoría de seguridad ni el desarrollo de software crítico a una IA sin una supervisión humana exhaustiva. El riesgo de introducir inyecciones SQL o exponer tokens de OAuth es altísimo si se acepta el output de la IA sin cuestionarlo.
La capacidad de las herramientas de IA para desmantelar sistemas de cifrado USB en minutos pone en evidencia que la seguridad por oscuridad es un error fatal. Mientras los fabricantes sigan implementando claves fijas y cuentas ocultas, cualquier persona con acceso a un modelo de lenguaje avanzado podrá saltarse las protecciones más supuestamente «estrictas». Al final, la verdadera seguridad reside en que la clave de cifrado esté ligada indisolublemente a la contraseña del usuario y no guardada en un rincón olvidado del código ejecutable.