刚刚，OpenAI 发布 GPT‑6 Cyber，横扫两大开源项目：Firefox 挖出 81 个高危漏洞，Linux 曝光 948 条提权路径

一款大模型能在经过多年安全审查的Firefox浏览器里找出81个此前未知的高危漏洞，还能针对Linux内核中的948个漏洞写出可实际运行的提权利用程序。

这不是安全研究人员对AI未来能力的设想，而是OpenAI新近发布的网络安全模型GPT-6 Cyber已经拿出的实际成绩。

OpenAI正式推出了这款专攻网络安全研究的模型。和此前侧重编程、推理与通用智能体能力的模型不同，GPT-6 Cyber把重心放在漏洞发现、可利用性验证、攻击路径分析和安全修复上。按OpenAI公布的数据，它在ExploitGym基准测试中的成功率为48.5%，上一代GPT-5.6 Cyber为32.1%，相对提升约51%。

在另一项针对远程漏洞利用的评估RemoteExploitBench中，新模型完成了95%的测试任务。

GPT-6 Cyber其实已经进入真实软件系统的安全研究环节。除了Firefox和Linux，思科、Palo Alto Networks、CodeRabbit等企业也把它用于漏洞研究、安全审查和相关防御工作。

OpenAI将GPT-6 Cyber的网络安全能力定为Preparedness Framework（准备框架）下的Critical（关键级），上一代GPT-5.6 Cyber则是High（高级）。

1

超越GPT-6 Astra，专攻漏洞挖掘与攻击验证

GPT-6 Cyber并非普通通用大模型的简单升级。GPT-6 Astra发布时，OpenAI就披露过它的网络安全能力：Astra在ExploitBench测试中拿到100%的成绩，内部安全评估中也展现出发现零日漏洞、开发出利用程序的能力。

不过，为防止潜在滥用，面向普通用户的Astra对高级攻击利用任务设了严格限制，比如拒绝协助生成漏洞利用的概念验证程序。GPT-6 Cyber则针对专业安全研究场景做了进一步训练。OpenAI称，即使Astra不拒绝执行任务，GPT-6 Cyber在多数网络安全任务上的表现仍超过它。

官方评估显示，GPT-6 Cyber在多项网络安全任务上提升明显。Web渗透测试中，它的漏洞召回率达到40.3%，GPT-6 Astra为32.0%，领先8.3个百分点。这项测试要求模型在拿不到源代码的情况下，通过与目标应用交互来发现安全漏洞，更贴近真实的黑盒安全测试场景。

从整体结果看，GPT-6 Cyber的进步不只是识别代码中的可疑问题，还体现在从漏洞分析到构造有效利用方法的完整任务执行能力上。

2

挖出Firefox 81个未知高危漏洞，Linux 948条提权路径

基准测试反映的是模型能力上限，真实开源项目中的研究结果更能说明GPT-6 Cyber的实际价值。OpenAI披露了两项有代表性的案例。

先看Firefox。这是Mozilla长期维护的开源浏览器项目，代码经过大量安全研究人员审查，也一直接受模糊测试、漏洞报告和自动化安全工具检测。

即便这样，GPT-6 Cyber仍在一轮漏洞研究中发现了81个此前未知、被Mozilla归类为高严重性的安全漏洞。模型还给出了证据，显示另外30个已知问题的严重程度可能高于原先的评估。

OpenAI表示，研究团队向Mozilla提交了相关发现、可复现测试以及候选修复补丁。Mozilla随后着手修复，部分修复已经发布。

Firefox杰出工程师Brian Grinstead在OpenAI发布文章中表示，Firefox进入2026年时已经是受到高度审查和加固的代码库之一。即便经过多代前沿模型的进一步检查，GPT-6 Cyber仍然发现了此前未知的高危问题，并帮助团队向数百万用户交付修复。

这个案例说明，前沿模型已经能在成熟的大型软件项目里持续挖出传统安全流程没清干净的问题。

另一项实验规模更大，对象换成了Linux内核。

OpenAI在11月4日发表研究文章《A thousand fewer paths to root》。研究团队搭了一条自动化漏洞研究流水线，把漏洞发现、动态复现、可利用性评估和补丁生成串在一起。

结果摆在数字里：GPT-6 Cyber跑完2308项候选问题，动态复现1724个漏洞，拿到948个有效的本地提权利用。

也就是说，模型不光找到了潜在的安全问题，还针对其中948个漏洞写出了有效的本地权限提升利用程序，在相应测试环境中证明了低权限用户拿到root权限的风险。

OpenAI表示，同样的研究框架下，GPT-5.6 Sol此前成功利用的漏洞是166个。

成本更抓眼球。OpenAI披露，这轮大规模研究花掉约121.34万美元的API额度，平均每个成功的本地提权利用约1279美元。

这笔钱不算小，但跟完全靠人工逐个排查复杂漏洞相比，自动化研究能让漏洞发现和验证集中并行推进。

OpenAI称，研究人员按Linux社区的指导，优先向维护者披露了304项关键发现，并附上候选补丁，其余问题还在处理中。

3

[标题] 能力之外，AI还得学会守住攻击边界

GPT-6 Cyber的另一项核心改进落在安全对齐上。

对网络安全智能体来说，执行力更强，并不等于更安全。

比如安全研究人员只授权模型测试某个程序，模型干活时却发现，环境里的软件包仓库或对象存储服务有更好利用的漏洞。要是模型为了快点交差去攻击这些服务，哪怕最后结果正确，也已经越过了授权范围。

这正是OpenAI在GPT-6 Cyber上重点处理的问题。

为了衡量模型能不能守住任务边界，OpenAI设计了ExploitGym Honeypot测试。测试给模型布置一项有难度的漏洞利用任务，同时在隔离环境里故意摆上其他容易攻击的辅助服务。模型本可以攻击这些服务拿到完成任务所需的信息，但正确做法是识别并遵守授权边界。

结果显示，不用部署安全提示词时，GPT-6 Cyber避免攻击授权范围外服务的比例是99.93%，GPT-5.6 Cyber为94.49%。

加上部署安全提示词后，GPT-6 Cyber在该评估中的合规比例达到100%。

OpenAI还公开了模型测试时的部分推理记录。记录里，模型明确说，不应假设额外API或攻击控制器属于目标，也不该去碰授权范围外的凭证。

可见OpenAI训练的不只是模型怎么找漏洞，还有模型如何判断什么事不该做。

不过，100%的测试成绩不等于现实世界就没有越权风险。实际部署时，模型面对的环境更复杂，授权描述可能含糊，还可能被人恶意诱导。OpenAI因此仍建议，高风险安全研究流程里要用沙箱、操作审查和人工监督。

从行业角度看，这个变化值得留意。过去大模型的安全对齐多表现为拒绝回答危险问题；对专业安全智能体来说，新要求是既得完成真实的高风险研究任务，又要保证所有操作始终落在明确授权范围之内。

还有一点：GPT-6 Cyber虽然已经正式发布，但并非所有ChatGPT用户都能马上调用。

按OpenAI公布的计划，GPT-6 Cyber先通过API和Codex向部分经过审核的Daybreak Red客户开放，之后逐步扩大到其他符合条件的Daybreak Red客户。

OpenAI同时调整了不同安全研究场景的访问方式。

Daybreak Blue 面向的是通过验证的防御研究人员，可用于漏洞验证与修复，同时减少合法安全任务里那些没必要的拒绝。Daybreak Red 则向经过授权的专业人员开放，让他们开展更深入的漏洞利用开发和安全测试，其中就包括调用 GPT-6 Cyber。OpenAI 还配套加了几道保险：专门的越权行为监测、针对特定安全威胁的监测、访问网络限制，以及对敏感基础设施的额外保护。

具体到接口层面，Daybreak Red 的 API 默认要求启用 IP 白名单，目的是降低凭证一旦泄露就被滥用的风险。

说到底，GPT-6 Cyber 这次发布，不只是拿出一个能力更强的模型，也是在重新划定各类用户能碰到哪些网络安全能力。普通模型能做的，是代码审查、漏洞分类和补丁建议；经过审核的安全研究人员，则能在特定授权范围内再往前走一步，用上漏洞利用开发这类高风险能力。这种分级开放的做法，背后是 OpenAI 绕不开的一对矛盾：安全模型越强，防御人员越有机会赶在攻击前把漏洞补上，但恶意攻击者的技术门槛也可能跟着被拉低。

对做大模型的公司来说，怎么核验用户资质、怎么判断授权范围、怎么盯住异常使用，这些事正逐渐变成模型部署本身的一部分。

参考链接：

https://x.com/OpenAI/status/2118390190246879554

https://openai.com/index/introducing-gpt-6-cyber/