OpenAI 发布 GPT-6 Cyber安全模型:找出漏洞后,还能验证攻击、提出修复
原文链接: https://the-decoder.com/openais-gpt-6-cyber-can-both-break-into-systems-and-propose-how-to-fix-them/ 来源: the-decoder.com 发现于: 小互 · AI 解读站 · 2026/11/6 说明: 本文由 AIHot 自动聚合,并由 GLM 翻译为中文(保留全部代码与链接)
OpenAI 的 GPT-6 Cyber 既能入侵系统,也能提出修复方案
https://the-decoder.com/author/matthias-bastian/
Matthias Bastian 查看 Matthias Bastian 的 LinkedIn 主页
2026年11月5日

Nano Banana Pro,由 THE DECODER 提示词生成
要点
- OpenAI 发布了 GPT-6 Cyber,一款专门训练用于发现安全漏洞、开发可用 exploit 并提出补丁建议的 AI 模型。
- 在针对性测试中,GPT-6 Cyber 在 Firefox 中发现了 81 个此前未知的严重漏洞,Mozilla 已经发布了补丁。
- 在 Linux 内核中,该模型复现了 1,724 个漏洞,并为其中的 948 个开发了可用的 exploit,是其前代产品的五倍多。
OpenAI 推出了 GPT-6 Cyber,一款专门训练用于搜寻软件安全漏洞的 AI 模型。
OpenAI 表示,该模型能够发现缺陷、构建可用的 exploit,并提出补丁建议。它还应保持在被指定的边界之内,而近几个月一些 OpenAI 模型在这方面曾遇到困难。
该公司表示,它训练 GPT-6 Cyber 遵守其运行 guardrails(护栏),其中包括一个受 Hugging Face 事件启发的 honeypot(蜜罐)。在没有任何特殊安全指令的情况下,GPT-6 Cyber 在 99.93% 的情况下避免了越界行为,高于其前代的 94.49%。在启用安全指令的情况下,该模型在 100% 的测试中都保持在边界之内。总体而言,OpenAI 在其自有的 Preparedness Framework 的网络安全类别中将 GPT-6 Cyber 评为"Critical"(危急),与 GPT-6 Astra 这款"base"模型获得的评级相同。
广告
在 ExploitGym(一项测试模型能否在远程系统中利用给定漏洞的 benchmark)上,据 OpenAI 称,GPT-6 Cyber 得分为 48.5%,而其前代 GPT-5.6 Cyber 为 32.1%。在一项新的测试中——即在无法访问源代码的情况下发现 web 应用中的漏洞——OpenAI 报告命中率为 40.3%,而未经网络安全训练的标准模型 GPT-6 Astra 为 32.0%。
广告

ExploitGym 结果:GPT-6 Cyber 以 48.5% 领先,其次是得分 42.4% 的 GPT-6 Astra(Daybreak Blue)。启用安全防护措施(safeguards)的 GPT-6 Astra 得分为 0.0%。| 图片:OpenAI
完整结果可在 system card 中查看。所有 benchmark 数据均来自 OpenAI 自身。目前尚未有对该模型的独立测试发布。
GPT-6 Cyber 已经在 Firefox 和 Linux 内核中发现了真实漏洞
据 OpenAI 称,GPT-6 Cyber 已经在现实世界的安全研究中产出了成果。在一项针对性活动中,该模型发现了 Firefox 中 81 个此前未知的严重漏洞,尽管该浏览器此前已经用早期 AI 模型测试过。该模型还证明,30 个已知问题比之前认为的更为严重。Mozilla 接受了这些报告,并已经发布了修复。
广告
据 OpenAI 称,在 Linux 内核测试中,GPT-6 Cyber 复现了 1,724 个安全漏洞,并为其中 948 个开发出了可用的 exploit,是 GPT-5.6 Sol 在相同条件下完成的 166 个的五倍多。该公司表示,304 个严重发现已连同修复建议一并报告给 Linux 维护者。
在 Linux 内核攻击行动中,OpenAI 构建了一套由 scout 和 analyst Agent 组成的专用自动化系统。这些 Agent 首先扫描了内核中约 5,034 个与安全相关的位置,约占整个代码库的百分之七,然后将其筛选为 2,308 个候选对象,并在隔离的虚拟机中确认了 1,724 个漏洞。在此基础上,该系统开发出了 OpenAI 此前已报告的 948 个可用 exploit。据 OpenAI 称,整个运行过程耗费了 1,213,430 美元的算力成本,折合每个 exploit 约 1,279 美元。作为对比,Pwn2Own 和 TyphoonPWN 等项目历来对同类发现支付的赏金在 20,000 至 70,000 美元之间。
广告
OpenAI 表示,这些 Agent 使用了至少十种新型攻击技术,这些技术此前甚至不为外部内核安全专家所知。按照 OpenAI 的说法,这些模型既复现了已知的攻击模式,也找到了自己的方法。这一说法有多大分量,取决于你对“自己的方法”定义得有多窄。对于 AI 模型究竟是真能做出新发现,还是只是在重新组合训练中见过的内容,研究人员之间仍存在分歧。
广告
OpenAI 暂时仅向部分客户开放访问权限
据 OpenAI 称,GPT-6 Cyber 初期将通过 API 和 Codex 向一部分 Daybreak Red 客户开放,之后会逐步扩展至所有 Daybreak Red 客户。GPT-5.6 Cyber 将同时向所有 Daybreak Red 用户开放,而 GPT-6 Astra 的 Daybreak Blue alpha 访问权限也将扩大到更多组织和个人安全研究人员。
OpenAI 承认,随着模型能力不断增强,滥用企图也在增加。一些行为者和团体曾试图将模型能力转移到自己的系统中。
OpenAI 列出了多项应对措施:验证模型操作是否与用户权限相符的检查、针对新披露漏洞的定向监控、通过所谓 Private Safety Processing 进行的自动化安全检查、基于 IP 的 Daybreak Red 访问限制,以及在人工监督下于隔离环境中运行模型的建议。
OpenAI 尤其关注对发电厂和水处理设施等关键基础设施的保护。为了让防御者更容易获得访问权限,该公司指出了其十亿美元的 "Daybreak for Frontline Defenders" 资助计划,以及一个名为 "Daybreak Red for Critical Infrastructure" 的新子项目,用于授权测试。
OpenAI 谈到了一个有限的机遇窗口:顶级模型可以被用来保障软件安全。目标是将 Daybreak 计划扩展到各种规模的组织、独立研究人员和开源维护者。这是否真的可行则是另一个问题。Epoch AI 的研究人员刚刚展示了开源 GLM 模型能够利用已知但尚未修复的 Firefox 漏洞。
AI 新闻,拒绝炒作 – 人工精选
订阅 THE DECODER,即可享受无广告阅读、每周 AI 新闻通讯、每年六期的独家 "AI Radar" 前沿报告、完整存档访问权限以及评论区访问权限。