👁 37 次阅读
11 月 5 日，OpenAI 正式发布 GPT-6 Cyber，只对 Daybreak Red 安全计划的最高层级用户开放。而就在前一天，它先公布了一份成绩单：在受控研究环境里跑一条自主的漏洞发现流水线，扫出 2308 个 Linux 内核候选问题，动态复现 1724 个，最终生成 948 个可用的本地提权（LPE）漏洞利用，整轮 API 花费 121.3 万美元，折算下来每个 LPE 约 1279 美元。
一、能力跃升：从 32.1% 到 48.5%
衡量标准是 ExploitGym，它测试模型能否真正利用一个指定漏洞。GPT-6 Cyber 得分 48.5%，上一代 GPT-5.6 Cyber 是 32.1%，相对提升 51%。
比分数更值得看的是边界纪律。在另一项对齐评测中，模型在没有部署提示词的情况下，避免攻击授权范围外服务的比例达到 99.93%，加上部署提示词后是 100%。OpenAI 依据自己的 Preparedness Framework 把这代模型从 High 上调为 Critical——也就是说，这家公司公开承认它已经是一款可以用于攻击的模型，只是选择先把它交给防守方。
二、战果不只在 Linux
在 Firefox 上，它找出 81 个此前未知的高危漏洞，Mozilla 已经陆续发布修复。Cisco、Calif、CodeRabbit 的安全团队已经在用它做漏洞研究和代码审查，OpenAI 自己也用它检查内部基础设施。
| 项目 | 数字 |
|---|---|
| Linux 内核候选发现 | 2,308 |
| 动态复现成功 | 1,724 |
| 可用的本地提权利用 | 948 |
| Firefox 未知高危漏洞 | 81 |
| ExploitGym 得分 | 48.5%（上一代 32.1%） |
| 整轮 API 成本 | 121.3 万美元，约 1,279 美元/个 LPE |
三、三家在同一批客户上抢跑
这不是孤例。Anthropic 的 Glasswing 计划，给通过审核的用户开放公共模型会拒绝的能力；Google 的 Fairwind 计划，让审核过的防守方使用不带网络护栏的 Gemini 4 Argon。三家逻辑完全一致：把最强的攻击能力关进白名单笼子，再卖给企业和开源维护者。
OpenAI 的表述是把 Daybreak 大幅扩容，覆盖各种规模的组织、独立研究者与开源维护者。分层也很清楚：Daybreak Blue 负责验证漏洞与补丁、减少不必要的拒答；Daybreak Red 拿 GPT-6 Cyber 做深度利用开发与授权安全测试。
四、普通开发者和运维该做什么
1. 把补丁窗口从周压到天
过去一个内核提权漏洞从披露到利用，通常有几周缓冲。当一个模型能在一轮流水线里产出 948 个可用利用时，这个缓冲基本不存在了。运维侧的现实动作是：把内核与浏览器类组件的安全更新改成每日检查，异常窗口随时可回滚。
2. 主动申请白名单，而不是等消息
三家都开了防御方通道。有合规团队的公司值得去申请，用自己的代码库跑一遍，比在公告里被动等 CVE 强得多。
3. 别再假设没人审过的代码就是安全的
TechCrunch 采访的一位工程师用模型两小时就在一个此前修过漏洞的代码库里找到更严重的 Ubuntu 服务器提权问题。他的判断很直接：把强模型对准一段没人审过的代码，现在有巨大的信息差红利——这句话对防守方同样成立，只是要抢先。
结语
948 条路被堵上了，但 121 万美元的账单说明另一件事：发现问题已经工业化，验证、排序和上游合并还是人力。防守方真正的瓶颈不在发现，而在于拿到几千条候选之后怎么处理。谁先把这条流水线接进自己的发布流程，谁就会在接下来几个月里少挨一次。