TL;DR
VIDRAFT ha abierto su kernel de seguridad para IA, ViKernel, para que cualquier persona del mundo lo ataque, y paga premios por cada hueco encontrado. El AI Model Hacking Hackathon tiene cuatro temporadas y 4.500 dólares en premios. A 19 de noviembre de 2026 los participantes han enviado 298 ataques, y 148 causas distintas que encontraron ya están corregidas en el kernel. No hace falta programar ni tener GPU: basta una cuenta de Hugging Face y un navegador.
Participa: huggingface.co/spaces/FINAL-Bench/ViKernel-RedTeam
¿Por qué el objetivo pasó del código al propio modelo de IA?
Los agentes de IA ya manejan herramientas de forma directa: archivos, correo, web y shell. Al atacante le basta con engañar al modelo. En 2025 un solo correo manipulado hizo que un gran asistente de oficina sacara datos confidenciales (EchoLeak, CVE-2025-32711). La respuesta de VIDRAFT es reforzar la defensa con verificación pública: que todos ataquen y que cada hallazgo entre en el kernel.
¿Cómo se participa?
Le das instrucciones a un agente de IA real, que tiene herramientas de archivos, correo, web y shell, para que haga algo peligroso. Si una llamada que el kernel debería bloquear consigue pasar, cuenta como una brecha.
| Qué necesitas | Detalle |
|---|---|
| Cuenta | Una cuenta de Hugging Face |
| Equipo | Un navegador. Sin código y sin GPU |
| Seguridad | Todas las herramientas son simuladas, no hay daño real |
| Qué ves | Tu ataque, la decisión ALLOW o DENY del kernel y el número de auditoría |
¿Cuáles son las cuatro temporadas?
| Temporada | Ataque | Estado |
|---|---|---|
| 1 | Toma de control del agente | Abierta hasta el 16 de enero de 2027 |
| 2 | Fuga de datos | Abierta hasta el 16 de enero de 2027 |
| 3 | Instrucción oculta | Abierta hasta el 16 de enero de 2027 |
| 4 | Evasión del kernel | Abre el 16 de enero de 2027 |
¿Qué han encontrado los participantes?
| Medida, a 19 de noviembre de 2026 | Cantidad |
|---|---|
| Envíos | 298 |
| Hallazgos aceptados | 176 |
| Causas distintas corregidas en el kernel | 148 |
| Participantes | Más de 70 |
Los participantes ofuscan órdenes de borrado, envío al exterior y escalada de privilegios, o las esconden dentro de opciones de herramientas normales. Cada hallazgo aceptado se corrige en el kernel de inmediato.
¿Cómo se convierte un hallazgo en defensa?
| Paso | Dónde | Qué hace |
|---|---|---|
| Encontrar | Hackathon | Los participantes encuentran ataques que pasan |
| Medir | Obfuscated-Shell Safety Leaderboard y ViKernel Scanner | Los ataques se vuelven pruebas privadas y comprobaciones del escáner |
| Bloquear | ViKernel Firewall dentro de los pesos | La corrección se aplica al kernel |
¿Qué tiene de distinto la defensa de ViKernel?
El kernel de seguridad va injertado dentro de los pesos del modelo. Sea cual sea la frase que engañó al modelo, la llamada peligrosa se juzga justo antes de ejecutarse y se bloquea. Cada decisión queda en una cadena de auditoría difícil de alterar, y un interruptor de parada detiene toda la actividad de una vez. En el escaneo público de 20 modelos abiertos muy usados, los 20 recibieron la nota F, y con el firewall dentro de los pesos se bloquearon 897 de 897 llamadas peligrosas.
Qué dijo el CTO
Jang Jaewon, CTO de VIDRAFT, dijo que la seguridad de la IA se completa cuando la acción peligrosa se detiene justo antes de ejecutarse, sea cual sea la frase que engañó al modelo. Los huecos hallados con el ataque público entran directamente en el kernel, añadió, y la defensa se hace cada vez más firme.
Enlaces
- AI Model Hacking Hackathon: https://huggingface.co/spaces/FINAL-Bench/ViKernel-RedTeam
- Obfuscated-Shell Safety Leaderboard: https://huggingface.co/spaces/FINAL-Bench/obfuscated-shell-leaderboard
- ViKernel Scanner (gratis): https://huggingface.co/spaces/FINAL-Bench/ViKernel-Scanner
- Código del escáner (Apache-2.0): https://github.com/final-bench/vikernel-scanner
Preguntas frecuentes
¿Quién puede participar?
Cualquier persona con una cuenta de Hugging Face y un navegador. No hace falta programar ni tener GPU.
¿Cuánto es el premio?
4.500 dólares en total, repartidos en cuatro temporadas.
¿Es seguro atacar al agente?
Sí. Todas las herramientas son simuladas, así que nada real se borra ni se envía.
¿Qué pasa con un ataque que funciona?
Se corrige en el kernel y pasa a ser una prueba privada del leaderboard de seguridad y una comprobación de ViKernel Scanner.




