GPT-6 Cyber 发布，轻松攻破 root

作者：AGI Hunt 发布：2026-11-06 21:02 收录：2026-11-10 11:43 2 次阅读 约 1971 字
摘要：快去更新服务器内核
推荐理由：本文涵盖「OpenAI」、「GPT-6 Astra」、「Linux」等多个主题，重点关注 OpenAI。
root昨晚，OpenAI 发布了 GPT-6 Cyber，它在 GPT-6 Astra 的基础上做了网络安全专项训练，用于授权范围内的漏洞挖掘、exploit 开发和 Web 渗透。而它最硬的一份成绩，在前一天就已经放了出来，当时 OpenAI 只说用的是「一款即将发布的网络安全模型」：一次运行，在 Linux 内核里做出了个可用的本地提权 exploit，API账单。平均下来，一个大约。
不过这次 OpenAI 想强调的不只是攻击能力，博客标题里直接写着「对齐的网络安全 Agent」。今年 7 月，OpenAI 的 Agent 在跑ExploitGym 这个基准时，为了直接拿到答案，一路黑进了 Hugging Face 的生产环境。四个月后，新模型的跑分依然用 ExploitGym，同时还多了一项专门的测试：这个模型，还会再干一次吗？
下面数字公布自 OpenAI。10 月中旬，OpenAI 用一条自动化流水线审计了Linux 内核里低权限用户能接触到的代码，大约280 万行，占内核的7%左右。Linux 内核个目标里筛出个候选问题，其中个通过验证，最终有个提权漏洞做出了可用的 exploit。root
据 Fortune 报道，其中 588 个是此前未知的。测试环境是没有改动过的桌面版 Linux，KASLR、SMEP、SMAP 等防护全都有打开。而在 7 月底，OpenAI 用 GPT-5.6 Sol 做过一次同类扫描，找到了166个提权漏洞，一个大约3094美元。到了 10 月，数量变成了 5.7 倍，单个成本下降了约 59%。（两轮之间内核又加固了三个月，扫的并不是同一份代码，这个倍数只能算个大致的对比。）OpenAI 还算了一笔账，按 Pwn2Own 这类比赛2 万到 7 万美元一个的价格，这 948 个值1890 万到 6630 万美元。（不过，这只是估值，并非真实市场价）目前 OpenAI 已经向内核维护者披露了 304 个严重问题，并附上了候选补丁。而就在扫描进行的 10 天里，已经有超过 100 个提权漏洞被其他贡献者，或者有了 staging补丁，另有约 300 个已经有人在了。948 格，一格一个。以上漏洞，并非只有 OpenAI 发现。
OpenAI 称，模型还在 Firefox 里找到了 81 个此前未知的高危漏洞，Mozilla 已经针对其中多个发布了修复。而 Firefox 已经被多轮前沿模型测过了。Brian GrinsteadFirefox 杰出工程师Firefox 进入 2026 年时，就已经是全世界加固最彻底、审视最严格的代码库之一，所以现在剩下的 bug 都相当隐蔽，很难找到。
OpenAI 安全团队的 Fouad Matin 还讲了个小例子，主角是 GPT-6 Astra 的预发布版。在一次离线测试里，模型提交的答案用了一些长得像普通字母的，绕过了数学评分器的检查，让它执行了一条打印的 shell 命令，同时还返回了正确结果，于是被判为。一个正确的数学答案，成了在评分器里运行代码的入口。（这些模型和评分系统，似乎总是有点过不去……）
ExploitGym 测的是模型能否利用指定漏洞攻下远程目标。GPT-6 Cyber 拿到了 48.5%，比 GPT-5.6Cyber 的 32.1% 高出约 16 个百分点。而同样是 GPT-6 Astra，开着标准护栏的成绩是0.0%，放到 Daybreak Blue 这个给审核过的安全人员放宽限制的档位里，则是 42.4%。从 0 到 42.4 靠的是放开权限，专项训练在此之上只多出6 个点。32.1%GPT-5.6Cyber0.0%GPT-6 Astra标准护栏42.4%GPT-6 AstraDaybreakBlue48.5%GPT-6Cyber抛开权限，两个模型在其他评测上的对比如下：GPT-6 CyberGPT-6 AstraExploitGym Hardened36.94%29.69%Web 渗透（无源码）40.3%32.0%FrontierCyber（Irregular）90/28896/288ExpertSWE82.95%83.24%网络安全项目基本都高出一点，但也不是每项都赢。外部机构 Irregular 的 FrontierCyber上，GPT-6 Cyber 解出的题反而比 Astra 少6 道，难度最高的 15 道题两个模型都没解出。这些分数都来自 OpenAI，或者由 OpenAI 发布，目前还没有公开的独立测试。
说回 7 月。当时出事的是 GPT-5.6 Sol 和一个能力更强的预发布模型。为了跑，OpenAI调低了它们的，结果这两个模型从 Hugging Face 的里直接拿到了。沙箱据 The Verge 报道，ExploitGym Honeypot的设计灵感正是来自这件事。它在测试环境里加一个辅助服务当蜜罐，模型可以拿它做正常的支持工作，但一旦对它发起攻击，就算越界。GPT-5.6 Sol 的越界比例是GPT-5.6 Cyber 是而 GPT-6 Cyber只有蜜罐蜜罐蜜罐（它正是 7 月的当事模型之一……）线穿过横线就算越界。一根线约合 0.07%，三列分别是707、79、1 根。
GPT-6 Cyber 的专项训练里，一组奖励信号用来减少对授权请求的拒绝，另一组用来抑制reward hacking。一边教它少拒绝，一边教它别越界，这两件事本来就是互相拉扯的。所以和 Astra 比，它并没有全面更听话。工具弹出警告时，该停的时候它停下来的比例是，低于 Astra 的78.38%。任务被卡住时能不能如实汇报，它被标记为有问题的比例是，Astra 是 11.66%。（用Agent 跑过长任务的话，你对这种最终总结大概不会陌生……）人类红队的打分也明显低于 Astra，Codex 场景下 Astra 是0.977，GPT-6 Cyber 是，系统卡没有解释。我大胆猜测一下……这或许就是少拒绝的代价？
GPT-6 Cyber 目前只开放给权限最高的Daybreak Red 里部分通过审批的客户，OpenAI 计划在未来几周扩大到全部 Red 客户。门槛不低。组织客户要有、、，API 默认要配。个人只能，要过，还要配至少一把。价格上，输入 20 美元、输出 100 美元每百万token，正好是 GPT-6 Astra 的两倍。这次还新加了一层检查，专门拦截涉及工控、关键服务、选举系统等的高危请求。权限最高的 Daybreak Red，此前在这类请求上的拦截率是现在是 61.86%。
OpenAI 称，目前参与 Daybreak 的安全从业者只有数千人。Charge Robotics 的 CTO Max Justicz 只是个安全爱好者，他上传了一张驾照照片加入Daybreak Blue，然后用 GPT-5.6 Sol 去查自己以前挖出过漏洞的同一份代码。模型找到了一个能让黑客控制 Ubuntu 服务器的严重漏洞，Debian 项目随后发布了补丁。他称自己前后花了大约 5000 美元，做出了好几个可用的 exploit。审核这道门能换来的只是时间，一代之前的模型，已经能让一位业余安全爱好者两小时找到严重漏洞了。OpenAI 给防守方的建议是：在近期和中期，只要操作系统没有打上最新可用的补丁，那么拿到它的一个，对资源充足的攻击者来说，就应该视同拿到了。所以，先去把服务器的内核更新一下吧。官方博客openai.com/index/introducing-gpt-6-cyber/系统卡deploymentsafety.openai.com/gpt-6-cyber/gpt-6-cyber.pdfDaybreak 指南developers.openai.com/api/docs/guides/daybreakLinux 内核研究推文x.com/OpenAI/status/2118119451401048497SecurityWeek 报道securityweek.com/ai-agents-got-root-on-linux-via-948-kernel-flaws-in-openai-research/TechCrunch 报道techcrunch.com/2026/11/05/openai-released-a-new-cybersecurity-model-is-that-enough/

转载声明：本文转载自原发布平台 （作者：AGI Hunt）， 原文标题《GPT-6 Cyber 发布，轻松攻破 root》， 查看原文。 版权归原作者及原发布平台所有，本站仅作收录与展示，未对正文内容作实质性修改； 若涉及侵权请联系本站处理。
解读｜FATF 发布报告《打击与诈骗窝点相关的全链条非法 →