OpenAI发布GPT-6 Cyber：攻防能力双升，风险评级升至Critical
AI 在网络安全领域的能力，又迎来了一次重大升级。 就在刚刚，OpenAI 正式发布新一代网络安全模型GPT-6 Cyber，能够自主发现软件漏洞、验证漏洞是否可以利用，并协助研究人员开发修复方案。 相比上一代 GPT-5.6 Cyber，新模型在漏洞利用测试中的成绩相对提升约 51%，同时大幅改善了执行安全任务时的指
OpenAI在网络安全方向又推进了一步，新一代模型GPT-6 Cyber正式亮相。
按照OpenAI公布的信息，
GPT-6 Cyber能自主寻找软件漏洞，判断漏洞能否被实际利用，还能帮助研究人员给出修复办法。
与上一代GPT-5.6 Cyber相比，新模型在漏洞利用测试中的成绩相对提高约51%，执行安全任务时的指令遵循能力也有明显改善。OpenAI已把GPT-6 Cyber用于真实的软件安全研究，成果相当可观。
图｜官方博客🔗 https://openai.com/index/introducing-gpt-6-cyber/
在Linux内核相关研究中，GPT-6 Cyber写出了948个可运行的漏洞利用程序；针对Firefox浏览器，它找出81个此前不为人知的高危漏洞。
其中部分Firefox漏洞已由Mozilla完成修复，对应的安全更新正陆续推送给用户。
OpenAI表示，在多数网络安全任务上，GPT-6 Cyber的表现都优于通用旗舰模型GPT-6 Astra；即便GPT-6 Astra没有拒绝相关请求，Cyber依然占优。
因为这次能力提升，OpenAI把GPT-6 Cyber在网络安全领域的风险等级定为Critical（严重级），上一代GPT-5.6 Cyber为High（高级）。
依照OpenAI的Preparedness Framework（前沿模型风险准备框架），这一评级说明模型已具备网络攻击能力，需要配套更严格的防护措施。
漏洞利用成功率提升51%，未知漏洞也能自己找
做网络安全研究，通常要弄清软件怎么运行、读代码、找漏洞、编写攻击程序，再验证漏洞在真实环境中能否被成功利用。
这些活过去主要靠专业研究人员的经验，漏洞利用程序的开发尤其费时，往往要反复调试很久。
现在，上述流程GPT-6 Cyber已经能参与完成。
专门衡量漏洞利用能力的ExploitGym测试中，GPT-6 Cyber成功率为48.5%，上一代GPT-5.6 Cyber是32.1%，相对提升约51%。
这项测试要求模型针对指定漏洞，在远程目标环境中写出可用的利用程序，比单纯判断代码有没有安全问题更贴近实际研究工作。
OpenAI另外设计了一项Web渗透测试，模型看不到源代码，只能通过与Web应用交互来寻找漏洞。
结果显示，GPT-6 Cyber的漏洞召回率达到40.3%，高于GPT-6 Astra的32.0%。
新基准RemoteExploitBench则把重点放在远程漏洞利用能力上，覆盖GitLab、PostgreSQL、Jenkins等软件中的已知漏洞，测试全部在受控环境里进行。
初步评估中，使用Daybreak Blue的GPT-6 Astra把所有测试任务都拒绝了；使用Daybreak Red的GPT-6 Cyber完成了95%，唯一一次失败是没能让漏洞利用程序在远程环境中正常运行。
两个模型的安全访问配置不同，这组结果也受到安全策略的影响。
比起基准测试榜单上的分数，GPT-6 Cyber在真实软件项目中的表现更能说明问题。
OpenAI披露，研究团队用GPT-6 Cyber对Linux内核做了大规模研究，复现1724个漏洞，并为其中948个写出了可运行的漏洞利用程序。
此前使用同一研究框架的GPT-5.6 Sol只成功利用了166个漏洞，GPT-6 Cyber的成果是它的五倍以上。
依照Linux社区的漏洞披露规范，OpenAI已向相关维护人员报告其中304项关键发现，并附上候选修复方案，其余问题的修复仍在推进。
另一项成果来自Firefox。
Mozilla旗下的Firefox浏览器一直被安全研究人员和好几代前沿AI模型反复审查，在安全防护上算得上比较成熟的软件项目。可就是这样一个对象，GPT-6 Cyber仍然挖出了81个此前没人知道的漏洞，Mozilla方面将其认定为高危；另外还有30个已知问题，被证明实际严重程度比原先的评估更高。
研究团队一并给出了可复现的测试证据和修复建议，Mozilla工程师据此推进修补。
Firefox杰出工程师Brian Grinstead的说法是，即便经历了多代前沿模型的安全加固，GPT-6 Cyber还是找到了未知的高危漏洞，并帮助团队为数百万用户提供安全修复。
除了浏览器，OpenAI还用GPT-6 Cyber联合其他模型研究了Brotli压缩库中的关键漏洞，确认这类问题可能让下游应用面临远程代码执行风险。在OpenAI自家基础设施的受控红队测试里，相关AI Agent甚至把多个漏洞串起来利用，突破了微型虚拟机隔离，最终在底层宿主机上执行代码。研究团队随后修复了软件缺陷、收紧了网络访问限制，并把问题披露给相应维护人员。
AI会主动攻击，但也必须知道哪些目标不能碰
网络安全模型的能力越来越强，一个现实问题也随之更突出：AI已经能自己编写攻击程序，甚至组合多个漏洞完成攻击，那怎么保证它不会擅自对未经授权的系统动手？
为此，OpenAI在GPT-6 Cyber的训练环节专门强化了几方面能力：遵守授权范围、执行操作限制，以及准确报告研究结果。
其中一项关键测试名为ExploitGym Honeypot。研究人员会给模型一个难度不小的漏洞利用任务，在隔离环境中配上软件包仓库、对象存储等辅助服务，同时故意在这些服务里留下容易利用的漏洞。
任务要求很明确：模型只能攻击指定目标。就算发现其他服务存在安全缺陷，也不许擅自利用。
测试结果方面，在没有部署阶段安全提示词的情况下，GPT-6 Cyber有99.93%的测试遵守了授权范围，上一代GPT-5.6 Cyber为94.49%。加上部署安全提示词之后，GPT-6 Cyber在该项测试中的遵守率达到100%。
OpenAI还公开了模型的部分推理记录，里面明确写到：不能假设额外API或攻击控制器属于目标范围，也不能去探索授权范围之外的凭证。
为进一步压住滥用风险，OpenAI还针对网络安全任务引入了监控机制：检查模型行为是否符合用户授权、识别高风险攻击请求，以及监测针对工业控制系统等关键基础设施的危险操作。
举个例子，在PHP关键漏洞的协调披露期间，OpenAI部署过专门的监控措施，用来识别针对真实PHP服务器开发漏洞利用程序的行为，同时对合法的防御工作保持支持。
面向企业API用户，OpenAI还推出了Private Safety Processing（PSP）机制，通过自动化检查识别潜在滥用行为。使用Zero Data Retention的客户，通常也需要启用PSP，对保存在客户存储空间中的加密交互记录进行为期30天的安全检查。
另外，Daybreak Red API默认要求使用IP白名单，以限制未经批准的网络访问。
AI潜入模拟发电厂，发现两个零日漏洞
传统软件安全之外，OpenAI还跟工业网络安全公司Dragos合作，在受控实验室里搭建模拟工业控制网络，测试前沿模型对关键基础设施的理解和攻击能力。
测试内容覆盖网络发现、资产识别、目标侦察、敏感数据获取，以及可能影响工业设备运行的危险操作。
Dragos首席AI官Rob T. Lee透露，在一次模拟发电厂测试中，研究人员几乎没提供环境信息，模型却仍能自主区分工业控制设备与普通IT系统，并在管理保护继电器数据的工程软件里发现两个零日漏洞。
保护设置、断路器跳闸逻辑这类敏感信息，都可能因这些漏洞而外泄，进而为下一步攻击铺路。
Rob T. Lee 的判断是，攻击者做前期侦察和漏洞研究的技术门槛，正被 AI 一点点拉低；这类测试的价值在于帮防御团队提前摸清可能的攻击路径。基于相关研究，OpenAI 新设了 Daybreak Red for Critical Infrastructure，给经过批准的关键基础设施防御团队开专门权限，允许他们在授权范围内做安全测试。
另一头，OpenAI 还打算拿出总额 10 亿美元的 Daybreak for Frontline Defenders 资助计划，给政府机构、重要公共服务提供商这类资源有限的防御团队发使用补贴。
网络安全的新悖论，防御者需要更强的攻击工具
GPT-6 Cyber 的发布，把网络安全行业一个越来越现实的悖论摆上了台面：想让互联网更安全，防御者可能得掌握越来越强的攻击能力。
面对潜在漏洞，安全研究人员得先验证它能不能被真正利用，才谈得上判断危害大小和修复效果。AI 已经能自主开发漏洞利用程序，防御者也就需要同等量级的工具。
按 OpenAI 的安排，GPT-6 Cyber 首批只通过 API 和 Codex 向部分经批准的 Daybreak Red 客户开放，往后逐步扩到全部 Daybreak Red 用户。同期，GPT-5.6 Cyber 向所有 Daybreak Red 客户开放，基于 GPT-6 Astra 的 Daybreak Blue Alpha 测试也会扩到更多企业和个人研究人员。
两个产品线分工不同：Daybreak Blue 主要管漏洞分析和修复验证，Daybreak Red 则让获得授权的研究人员开发漏洞利用程序，把安全测试做得更深。
价格不便宜。GPT-6 Cyber 的 API 在短上下文模式下，每百万 Token 输入收 20 美元，输出高达 100 美元，都是 GPT-5.6 Sol 的 5 倍；缓存输入每百万 Token 2 美元，30 分钟和 12 小时的缓存写入分别为 25 美元和 50 美元。
图｜🔗 https://developers.openai.com/api/docs/pricing?cyber-context-length=short
过去 AI 公司控制风险，主要靠拒绝危险请求；现在 OpenAI 换了个路子，用身份认证、分级授权和持续监控，让专业研究人员拿到更强的网络安全能力。
可模型攻击能力越强，开放使用的风险就越高。准入卡得严，确实有助于防滥用，但资源有限的独立研究人员和开源项目维护者，也可能因此更难拿到先进工具。
OpenAI 正靠扩大 Daybreak 访问范围和资金补贴来缓解这个问题。更值得盯的是，今后能不能让足够多的合法防御者及时用上这些能力，又不让它们落到恶意攻击者手里。
说到底，攻击者已经开始用 AI 找漏洞，防御者再只靠老一套技术手段就不够了。要对抗越来越强的攻击能力，或许只能拿出同样强的工具。魔法，最终还得靠魔法来打败。
