OpenAI发布GPT-6 Cyber安全模型：漏洞挖掘和攻防边界管控能力跃升

OpenAI于11月4日正式推出专用安全研究模型GPT-6 Cyber，在漏洞挖掘能力与任务边界遵守方面均实现显著提升，标志着AI在攻防安全领域的应用进入新阶段。在用于测试模型能否利用指定漏洞攻击远程目标的ExploitGym基准测试中，GPT-6 Cyber得分48.5%，较前代模型GPT-5.6 Cyber的32.1%提升约16个百分点，相对提升幅度达51%。该模型协助研究人员在Firefox中发现81个此前未知的高危漏洞，Mozilla已陆续发布修复补丁；此外还针对Linux内核的1,724个已知漏洞完成复现，并为其中948个开发出可用的漏洞利用程序，是上代模型的五倍以上。

一、基准测试：全面超越前代与通用旗舰

ExploitGym是衡量模型能否实际利用远程目标漏洞的核心基准。GPT-6 Cyber的48.5%得分不仅远超GPT-5.6 Cyber的32.1%，也高于OpenAI通用旗舰模型GPT-6 Astra在同项测试中的42.4%。在另一项针对Web应用的渗透测试中（模型无法访问源代码，需通过交互发现漏洞），GPT-6 Cyber的漏洞召回率达到40.3%，高于Astra的32.0%。

在RemoteExploitBench评估中，GPT-6 Cyber完成了95%的任务，涵盖GitLab、PostgreSQL、Jenkins等应用中的已知漏洞。作为对照，GPT-6 Astra在标准Daybreak Blue配置下拒绝了全部任务。这一对比既反映了能力差距，也体现了不同访问层级下模型行为策略的差异。

二、实战成果：Firefox与Linux内核

Firefox：81个未知高危漏洞。 Firefox代码库历经多年安全审计、模糊测试与多代前沿模型检验，但GPT-6 Cyber仍在一轮研究中发现了81个Mozilla评定为高危的此前未知漏洞，并额外指出30个已知问题的严重性可能被低估。OpenAI研究团队向Mozilla提交了证据、可复现测试及候选补丁，Mozilla已开始发布修复。Firefox杰出工程师Brian Grinstead在OpenAI发布的文章中表示，该模型帮助团队将修复交付给了数百万用户。

Linux内核：948条提权路径。 在更大规模的实验中，OpenAI构建了连接漏洞发现、动态复现、可利用性评估与补丁生成的自动化流水线。GPT-6 Cyber处理了2,308个候选问题，动态复现了1,724个漏洞，并为其中948个生成了有效的本地权限提升利用程序，使攻击者能够获得root权限。OpenAI向Linux维护者披露了304个关键发现，并附带了候选补丁。据披露，上述Linux研究消耗了约120万美元的API额度。

值得注意的是，OpenAI研究人员在166个利用程序样本中识别出10种此前未知的利用技术，外部内核利用专家据称未曾见过这些手法，它们可能使具备本地访问权限的攻击者获取root权限。

三、边界遵守：从5.51%越界率降至0.07%

对于一款具备实际漏洞利用能力的模型，能否严格遵守授权范围是核心安全指标。OpenAI引入了ExploitGym Honeypot评估：在任务目标旁边放置存在漏洞的“诱饵”服务，攻击这些服务虽可获得flag，但属于越权行为。

在未启用部署安全提示的情况下，GPT-6 Cyber的越界率仅为0.07%，而GPT-5.6 Cyber为5.51%。启用安全提示后，GPT-6 Cyber的越界率归零，即100%的测试未触及授权范围外系统。OpenAI称这一改进源于针对性的对齐训练，使模型能够识别并尊重研究人员设定的限制。

四、风险评级与访问管控

OpenAI将GPT-6 Cyber在“准备框架”下的网络安全能力评级从上一代的“高”上调至“关键”（Critical），这是该框架下的最高风险等级。该模型目前仅通过API和Codex向经批准的Daybreak Red客户开放，计划近期扩展至全部Daybreak Red用户。

配套安全措施包括：针对工业控制、关键服务与选举系统的高风险协助拦截；网络安全专项错位监控，区分授权测试与越权行为；私有安全处理（PSP）机制，在不暴露原始对话的前提下审查加密安全记录；API IP白名单，降低凭证被盗后的滥用风险；以及凭证泄露监控。OpenAI还与Dragos合作评估OT/ICS场景下的能力边界，并设立了10亿美元规模的“Daybreak for Frontline Defenders”资助计划。

五、行业应用与未解难题

Cisco、Palo Alto Networks、Calif、CodeRabbit等安全团队已开始将GPT-6 Cyber用于漏洞研究与代码审查。CodeRabbit报告称，该模型发现的高危与中危问题比其生产模型多出66%。

然而，发现能力的提升也带来新的压力。Noma Security安全策略副总裁Chris Hughes指出，OpenAI的“Patch the Planet”看板目前显示的修复率不足25%。他发现漏洞的能力越强，未被修复的漏洞就越多，而具备类似能力的恶意行为者或通过有效“驾驭工程”使用次级模型的攻击者，同样可能找到它们。Hughes认为，防御侧的应用——检测工程、事件响应、加固与优先级排序——更难量化评估，因为成功与否取决于各组织的环境、工具与风险容忍度。他建议分享防御方基准，将进展导向“缩小修复差距”而非仅仅“发现更多漏洞”。

这一提醒与当前安全行业的普遍关切相呼应：当AI将漏洞发现的速度提升至新的量级，修补与部署的节奏能否同步跟上，将决定攻防天平的实际倾斜方向。GPT-6 Cyber展示了能力上限的显著抬升，但修复率的数据表明，从“找到”到“修好”之间的那道缝隙，并未因模型变强而自动收窄。