OpenAI 的 GPT-6 Cyber 既能攻入系统，也能给出修复方案

OpenAI 发布了 GPT-6 Cyber，这是一个专门训练用于发现安全漏洞、开发可用漏洞利用程序并建议补丁的 AI 模型。在定向测试中，GPT-6 Cyber 在 Firefox 中发现了 81 个此前未知的严重漏洞，Mozilla 已经完成修补。在 Linux 内核中，该模型复现了 1724 个漏洞，并为其中 948 个开发出可用的漏洞利用程序，是其前代模型的五倍多。

OpenAI 推出了 GPT-6 Cyber，这是一个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、构建可用的漏洞利用程序并建议补丁。它还应当停留在被划定的边界内，而近几个月来 OpenAI 的一些模型在这方面曾出现问题。

该公司称，它训练 GPT-6 Cyber 遵守其操作护栏，其中使用了受 Hugging Face 事件启发的蜜罐等手段。在没有任何特殊安全指令的情况下，GPT-6 Cyber 在 99.93% 的案例中避免了越界，其前代模型为 94.49%。在启用安全指令的情况下，该模型在 100% 的测试中保持在边界内。

总体而言，OpenAI 在其自身的 Preparedness Framework 网络安全类别中将 GPT-6 Cyber 评为“Critical（严重）”，这与它给“基础”模型 GPT-6 Astra 的评级相同。

在 ExploitGym 上——该基准测试检验模型能否利用远程系统中的给定漏洞——据 OpenAI 数据，GPT-6 Cyber 得分为 48.5%，其前代 GPT-5.6 Cyber 为 32.1%。在一项针对在没有源代码访问权限的情况下发现 Web 应用漏洞的新测试中，OpenAI 报告的命中率为 40.3%，而未经过网络安全训练的标准模型 GPT-6 Astra 为 32.0%。

完整结果可在系统卡中查阅。所有基准测试数字均来自 OpenAI 自身。截至目前，尚无对该模型的独立测试公开发布。

据 OpenAI 称，GPT-6 Cyber 已在真实世界的安全研究中取得成果。在一次定向行动中，该模型在 Firefox 中发现了 81 个此前未知的严重漏洞，尽管该浏览器此前已用更早的 AI 模型测试过。该模型还显示，有 30 个已知问题比此前认为的更严重。Mozilla 接受了这些报告，并已发布修复程序。

据 OpenAI 称，在 Linux 内核中，GPT-6 Cyber 复现了 1724 个安全漏洞，并为其中 948 个开发出可用的漏洞利用程序，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，已向 Linux 维护者报告了 304 项关键发现以及建议的修复方案。

针对 Linux 内核行动，OpenAI 构建了一个由侦察代理和分析代理组成的专用自动化系统。它们首先扫描了内核中约 5034 个与安全相关的位置，约占总代码库的 7%，随后筛选至 2308 个候选对象，并在隔离的虚拟机中确认了 1724 个漏洞。在此基础上，该系统开发出了 OpenAI 已报告的 948 个可用漏洞利用程序。据 OpenAI 称，整轮运行的算力成本为 121.343 万美元，折算下来每个漏洞利用程序为 1279 美元。

相比之下，Pwn2Own 和 TyphoonPWN 等项目历史上为每项可比发现支付的赏金在 2 万至 7 万美元之间。

OpenAI 表示，这些代理使用了至少十种新颖的攻击技术，这些技术此前甚至对外部内核安全专家来说也是未知的。按照 OpenAI 的说法，模型复现了已知的攻击模式，但也找到了自己的方法。这一说法有多大分量，取决于你如何狭义地定义“自己的方法”。研究人员仍在争论 AI 模型究竟能做出真正的新发现，还是只是重组训练中见过的东西。

OpenAI 发布专为安全场景训练的 GPT-6 Cyber，能发现漏洞、写出可用的漏洞利用程序并提出补丁。在 Firefox 实战中挖出 81 个此前未知的严重漏洞，在 Linux 内核中复现 1724 个漏洞并为 948 个写出可执行利用，成本折合每个利用约 1279 美元。

• OpenAI 发布专为安全场景训练的 GPT-6 Cyber，能发现漏洞、写出可用的漏洞利用程序并提出补丁。在 Firefox 实战中挖出 81 个此前未知的严重漏洞，在 Linux 内核中复现 1724 个漏洞并为 948 个写出可执行利用，成本折合每个利用约 1279 美元。
• 原贴提到：OpenAI has unveiled GPT-6 Cyber, an AI model specifically trained to fin
• 来源：the-decoder.com

这是什么信号

这不是一次普通模型升级，而是 AI 能力第一次以“攻防一体”的形态进入软件安全的核心生产流程：同一个模型既负责找漏洞、写可执行的利用程序，也负责给出补丁建议。更关键的是，它已经跑出了闭环结果——Firefox 中 81 个此前未知的严重漏洞被 Mozilla 接受并修复，Linux 内核中 1724 个漏洞被复现、948 个被写出可用利用、304 项关键发现连同修复建议提交给维护者。安全行业过去由人+模糊测试+赏金驱动的流程，第一次被一个可计价、可复制的自动化系统正面替代了一部分。

同时它也标出了一个治理坐标：OpenAI 在自己的 Preparedness Framework 里把 GPT-6 Cyber 的网络安全风险评为 Critical，与基础模型 GPT-6 Astra 同级。这意味着厂商自己承认“这是一把双刃剑”，护栏能力（无安全指令时 99.93% 不越界，启用安全指令后 100%）被当作与能力同等重要的产品指标在讲。

为什么重要

• 成本结构被重写。整轮 Linux 内核行动的算力成本约 121 万美元，折合每个可用利用约 1279 美元；而 Pwn2Own、TyphoonPWN 一类项目历史上为可比发现支付的赏金是 2 万至 7 万美元。数量级差距意味着漏洞挖掘从“稀缺专家+高额赏金”变成“可预算的算力支出”。
• 产能被放大。1724 个复现漏洞、948 个可用利用，是前代在同等条件下 166 个的五倍多；ExploitGym 从 32.1% 升到 48.5%，无源码 Web 应用漏洞发现命中率 40.3%（标准模型 32.0%）。这不是线性优化，而是把“能发现”推进到“能利用”。
• Agent 流水线成型。侦察代理扫描约 5034 个安全相关位置（约占代码库 7%）→ 筛到 2308 个候选 → 在隔离虚拟机中确认 1724 个 → 生成 948 个利用。这套 scout/analyst 分工是可直接被企业复刻的工程范式。
• 它同时是防御工具。模型不只报告问题，还附带修复建议，且已有真实项目采纳落地，说明“发现—验证—修补”的链条可以在一套系统内跑完。

对谁有价值

第一类是软件与基础设施团队，尤其是维护大型遗留代码库、开源依赖复杂、又缺少足够安全人力的组织——它们最缺的不是漏洞清单，而是“已被验证可利用”的优先级排序。第二类是安全厂商与渗透测试服务商，成本曲线变化会直接冲击按人天和按漏洞计价的商业模式。第三类是企业的 CISO 与风控负责人，Preparedness Framework 的 Critical 评级和护栏数据，是他们评估“是否允许这类模型在内网运行”的直接依据。第四类是做 AI Agent 工程化的团队，侦察/分析代理分工加上隔离虚拟机验证，是可迁移的架构模板。

可以怎么行动

• 先建立自己的“可复现验证”环节。参照其流程：静态扫描→候选过滤→隔离环境中实际复现→再谈利用与修复。没有第三步，任何 AI 报出的漏洞清单都不可信。
• 把预算口径换成算力口径。用“每个确认漏洞/每个可用利用的算力成本”衡量投入，而不是只比赏金价格，这样才能和传统渗透测试、众测做同维度比较。
• 对关键资产做定向红队。选择已经用旧模型测过、但仍承载高风险的项目做二次扫描，Firefox 的案例说明“测过”不等于“测干净”。
• 同步准备披露与修补通道。模型产能上来后，瓶颈会从“找漏洞”转移到“修漏洞”，需要提前约定上报格式、分级标准和修复 SLA。
• 把护栏当配置项管理。若在企业内部署同类模型，安全指令、蜜罐、边界测试应作为上线前的强制验收项，而不是可选开关。

风险与限制

• 数据全部来自厂商自测。所有基准数字均由 OpenAI 提供，尚无独立第三方测试公开，横向比较需打折看待。
• “新发现”存在解释空间。OpenAI 称代理使用了至少十种此前外部内核专家未知的攻击技术，但研究者仍在争论模型是真正做出新发现，还是重组训练中见过的模式；这一说法的分量取决于对“自己的方法”如何定义。
• 攻防不对等。同一能力可被用于合法修复，也可被用于真实攻击；Critical 评级本身说明厂商认为滥用风险实质存在。
• 成本并非普适。121 万美元一轮的投入对多数团队仍偏高，且成本数字与效率结论都依赖特定目标和流程设计，不能直接外推到所有代码库。
• 修补能力未被独立验证。补丁建议是否安全、是否引入新问题，公开信息中没有对应的独立评估。

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《OpenAI 的 GPT-6 Cyber 既能攻入系统，也能给出修复方案》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。

• Matthias Bastian 原帖