OpenAI 的 GPT-6 Cyber 既能攻破系统，也能提出修复方案
2026-11-06
OpenAI 推出了 GPT-6 Cyber，这是一个专门训练用于寻找安全漏洞、开发可用漏洞利用并建议补丁的 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 已经修复了这些漏洞。在 Linux 内核中，该模型复现了 1,724 个漏洞，并为其中 948 个开发了可用漏洞利用，超过其前代五倍。
OpenAI 表示，该模型可以发现问题、构建可用漏洞利用并建议补丁。它也应该遵守其被分配的边界，这是近几个月一些 OpenAI 模型难以做到的事情。
该公司表示，它训练 GPT-6 Cyber 尊重其操作护栏，使用的包括一个受 Hugging Face 事件启发的蜜罐。在没有特殊安全指令的情况下，GPT-6 Cyber 在 99.93% 的情况下避免了边界违规，高于前代的 94.49%。启用安全指令后，该模型在 100% 的测试中保持在边界内。
总体而言，OpenAI 在其 Preparedness Framework 的网络安全类别中将 GPT-6 Cyber 评为“Critical”，与它对“基础”模型 GPT-6 Astra 的评级相同。
在 ExploitGym 上，这是一个测试模型能否利用远程系统中给定漏洞的基准，根据 OpenAI 的数据，GPT-6 Cyber 得分为 48.5%，而前代 GPT-5.6 Cyber 为 32.1%。在一项无需访问源代码即可发现 Web 应用漏洞的新测试中，OpenAI 报告命中率为 40.3%，而未经网络训练的标准模型 GPT-6 Astra 为 32.0%。
完整结果可在系统卡中查看。所有基准数字都来自 OpenAI 自身。到目前为止，尚未发布该模型的独立测试。
据 OpenAI 称，GPT-6 Cyber 已在真实世界安全研究中产生结果。在一次针对性行动中，该模型在 Firefox 中发现了 81 个此前未知的严重漏洞，尽管该浏览器已经用早期 AI 模型测试过。该模型还显示，30 个已知问题比之前认为的更严重。Mozilla 接受了这些报告，并已经发布修复。
据 OpenAI 称，在 Linux 内核中，GPT-6 Cyber 复现了 1,724 个安全漏洞，并为其中 948 个开发了可用漏洞利用，超过 GPT-5.6 Sol 在相同条件下处理的 166 个的五倍。该公司表示，304 个关键发现连同建议修复被报告给 Linux 维护者。
对于 Linux 内核行动，OpenAI 构建了一个由侦察和分析代理组成的专用自动化系统。它们首先扫描内核中约 5,034 个安全相关位置，约占代码库的 7%，然后筛选到 2,308 个候选，并在隔离虚拟机中确认了 1,724 个漏洞。由此，系统开发了 OpenAI 已报告的 948 个可用漏洞利用。据 OpenAI 称，整个运行花费 1,213,430 美元计算成本，折合每个漏洞利用 1,279 美元。相比之下，Pwn2Own 和 TyphoonPWN 等项目历史上为可比发现支付 20,000 至 70,000 美元赏金。
OpenAI 表示，使用的代理至少使用了十种此前连外部内核安全专家都不知道的新攻击技术。在 OpenAI 的叙述中，模型复现了已知攻击模式，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定义“自己的方法”。研究人员仍对 AI 模型能否真正做出新发现，还是只是重组训练中见过的东西存在分歧。
OpenAI 发布 GPT-6 Cyber，专用于发现漏洞、开发可用利用并建议补丁；在 Firefox 发现 81 个未知严重漏洞，在 Linux 内核复现 1,724 个漏洞并为 948 个开发利用；模型边界遵守率提升，但基准与结果均来自 OpenAI 自身，尚无独立测试。
- OpenAI 发布 GPT-6 Cyber，专用于发现漏洞、开发可用利用并建议补丁；在 Firefox 发现 81 个未知严重漏洞，在 Linux 内核复现 1,724 个漏洞并为 948 个开发利用；模型边界遵守率提升，但基准与结果均来自 OpenAI 自身，尚无独立测试。
- 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
这不是一条普通的模型发布消息，而是 AI 安全能力从“辅助审计”向“发现漏洞、构造可用利用、给出补丁建议、遵守授权边界”的闭环推进。原文同时给出了 Firefox 和 Linux 内核的真实项目结果，说明模型能力评估已开始进入真实安全研究流程，而不只是实验室基准。
为什么重要
最重要的是攻防经济账在变化。原文称 Linux 内核行动总计算成本约为 1,213,430 美元，折合每个可用利用 1,279 美元；而 Pwn2Own、TyphoonPWN 等历史赏金为每个可比发现 20,000 至 70,000 美元。若这一成本结构可复现，漏洞发现与利用开发的边际成本会被显著压低，安全团队、漏洞赏金平台和攻击方都会重新评估投入方式。但原文也明确，所有基准数字来自 OpenAI 自身，尚无独立测试，因此不能把厂商自报结果直接当成行业基线。
对谁有价值
对软件企业的安全团队，价值在于把 AI 用于授权范围内的漏洞挖掘、利用验证和补丁回归测试；对开源维护者，价值在于提前准备报告分流、复现验证和补丁审查流程，避免被大量 AI 生成报告淹没；对 AI 平台治理团队，价值在于把边界遵守率、蜜罐诱导和授权范围纳入模型验收；对渗透测试与漏洞赏金服务商，价值在于重构人机分工和报价模型。
可以怎么行动
- 先在隔离环境和明确授权范围内试点，把 AI 发现、人工复现、补丁验证分成三道关口。
- 建立沙箱、蜜罐、审计日志和出站限制，重点验证模型是否会越界利用或触碰未授权目标。
- 采购或评估此类模型时，要求提供系统卡、误报率、边界测试方法和可复现材料，而不只看厂商基准。
- 为开源项目准备漏洞报告分级模板，优先处理可复现、影响明确的报告，并对补丁做回归验证。
- 把单次发现的算力成本、人工复核成本和修复成本一起核算，判断是否值得常态化运行。
风险与限制
第一，独立测试缺位。原文明确所有基准数字来自 OpenAI，尚无独立测试发布，外部团队应把当前结果视为待验证信号。第二，双用途风险真实存在：能开发可用利用的模型同样可能被滥用，边界遵守率再高也不能替代授权和审计。第三，真实项目中的误报、重复报告和修复验证成本可能很高，原文的 1,724 个复现漏洞和 948 个可用利用需要维护者投入大量复核。第四，关于模型是否真正发现“自己的方法”，原文也承认研究人员仍有分歧，不能把复现已知模式与原创发现混为一谈。第五，成本虽低于传统赏金，但 120 多万美元的单次运行费用仍不是普通团队可随意常态化的投入。
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 既能攻破系统，也能提出修复方案》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。