Los modelos de IA modernos generan extensos razonamiento interno antes de proporcionar respuestas finales. Este proceso de "pensamiento" contiene hipótesis intermedias, salidas de herramientas y datos de usuarios, lo que lo hace significativamente más denso que la salida pulida. La mayoría de los principales proveedores retienen este rastro por dos razones: comercialmente, los competidores podrían usarlo para entrenar imitaciones más económicas, y técnicamente, exponer el razonamiento completo podría revelar información de usuario sensible.

En agosto de 2026, investigadores de MATS Research, el ELLIS Institute Tübingen y el Max Planck Institute for Intelligent Systems demostraron una vulnerabilidad. Mostraron que los bloques de razonamiento encriptados proporcionados por Anthropic, OpenAI y Google podían ser reproducidos en un modelo más económico dentro de la misma familia. Cuando se reproduce, el modelo más económico imprime el razonamiento oculto en texto plano, robando efectivamente los pensamientos del modelo original.

El método de extracción implica forzar al modelo más económico a generar la cadena de pensamiento completa. La verificación confirmó que la salida reproducida coincidía con el proceso de razonamiento oculto original. Esta vulnerabilidad afecta a múltiples proveedores, revelando que los métodos actuales de encriptación de bloques de razonamiento son insuficientes.

Los investigadores identificaron cuatro vectores de ataque principales que habilitan esta reproducción. Una exploración de registros de sesiones publicados confirmó la prevalencia de este problema. Las soluciones propuestas implican modificar el mecanismo de reproducción, aunque aún persiste un límite fundamental sobre cuánto razonamiento puede protegerse verdaderamente mientras se mantiene la utilidad del modelo.

Los resultados destacan una brecha crítica en la privacidad de la IA, mostrando que los bloques encriptados no garantizan confidencialidad frente a ataques de reproducción determinados. Esto plantea riesgos significativos para aplicaciones que manejan datos sensibles, ya que los pensamientos ocultos pueden ser extraídos y exponerse. La investigación subraya la necesidad de medidas de seguridad arquitectónicas más robustas en los diseños futuros de modelos para prevenir la extracción no autorizada de razonamiento.