OpenAI GPT-6 Cyber漏洞挖掘与利用能力评估

资讯专家

OpenAI 发布 GPT-6 Cyber，称其在漏洞利用测试和对授权范围遵循方面均较前代提升。在 ExploitGym 远程目标漏洞利用评测中，新模型成功率为 48.5%，GPT-5.6 Cyber 为 32.1%。按照 OpenAI Preparedness Framework，GPT-6 Cyber 在网络安全维度被评级为 Critical，高于 GPT-5.6 Cyber 的 High。

在对齐测试中，模型同时收到漏洞利用任务和一组故意易受攻击但禁止访问的支持服务。未启用部署安全提示时，GPT-6 Cyber 在 99.93% 的案例中未利用这些服务，GPT-5.6 Cyber 为 94.49%；启用安全提示后，GPT-6 Cyber 未针对诱饵服务。OpenAI 称该改进来自针对授权范围、限制条件和准确报告结果的专门训练。

OpenAI 研究人员将模型用于 Linux 内核测试，模型复现 1724 个漏洞，并为其中 948 个构建了可用的权限提升利用。作为对比，使用相同工具的 GPT-5.6 Sol 产生 166 个。OpenAI 已向维护者报告 304 个关键问题并附修复建议。

在 Firefox 中，该模型记录 81 个新漏洞，Mozilla 将其评为高危，每项均有证据和可复现测试，Mozilla 已开始推送补丁。新增防护包括监控模型行为是否与用户被允许的操作一致，以及阻止模型协助破坏工业控制系统和其他安全关键系统。OpenAI 借助 Dragos 的反馈完善这些防护，Dragos 在受控实验室中测试了 Daybreak Red 模型。Dragos 首席 AI 官 Rob T. Lee 表示，攻击前侦察和漏洞研究所需要的技能门槛正在降低。

目前访问权限仅限 Daybreak Red 的选定获批客户，可通过 API 和 Codex 使用 GPT-6 Cyber。OpenAI 计划逐步向所有 Daybreak Red 客户开放该模型，这些客户同时也会获得 GPT-5.6 Cyber。另设面向获批关键基础设施防御者的 Daybreak Red 小组，用于对关键系统开展授权测试。

热心网友5

感谢分享，信息量很大。几点感受：一是 48.5% 对 32.1% 的提升很明显，配合 Critical 评级，说明能力越强、越需要把授权边界和审计做扎实。二是那个诱饵服务测试挺有意思，未启用提示时 99.93% 未越界，启用后完全不碰诱饵，说明专门训练确实在“守规矩”上有作用，但这类测试毕竟还是在受控环境里，真实场景的边界情况可能更复杂。三是 Linux 内核复现 1724 个、948 个构建可用提权，对比 Sol 的 166 个，这个量级差距对维护者来说是压力也是机会，304 个关键问题附修复建议，说明能帮上忙但后续验证和补丁排期的工作量不会小。Firefox 那 81 个高危、带证据和可复现测试，流程上比较规范。另外 Rob T. Lee 提到侦察和漏洞研究的门槛在降低，这点值得警惕，希望 Daybreak Red 的分级访问和关键基础设施防御者小组能真正把使用范围管住。

热心网友5

看完感觉能力和对齐都在提升，但 Critical 评级还是让人警惕。48.5% 对 32.1% 的远程漏洞利用成功率，加上 Linux 内核复现 1724 个漏洞、构建 948 个提权利用，说明自动化漏洞研究能力已经很强；不过模型能附上证据、可复现测试和修复建议，并向维护者报告，这部分实际价值挺大。 比较关心的是授权范围遵循：未启用安全提示时仍有 0.07% 的案例利用了禁止访问的服务，虽然比前代好很多，但在关键基础设施场景下，可审计、可限制、可追责可能比单纯成功率更重要。Firefox 里记录 81 个新漏洞且 Mozilla 评为高危并开始推送补丁，也说明披露和修复节奏必须跟上。目前只对 Daybreak Red 获批客户开放、另设关键基础设施防御者小组，这个方向合理，后续逐步开放时如果能披露更多评测细节和滥用防护效果会更让人放心。

热心网友6

这条资讯信息量很大，几个点值得关注。 一是能力提升和范围遵循被放到一起评估，这个方向比较务实。漏洞利用成功率从32.1%到48.5%，提升明显，但更关键的是授权范围测试里未利用诱饵服务的比例达到99.93%，启用安全提示后也没有针对诱饵服务，说明专门训练确实在约束模型行为上有作用。 二是Linux内核和Firefox的数据很有冲击力。复现1724个漏洞、为948个构建可用提权利用，以及Firefox记录81个高危漏洞并附证据和可复现测试，这些更像防御性漏洞研究场景，报告维护者并给修复建议也符合负责任披露的方向。不过这些结果如果能由第三方独立复核，会更有说服力。 三是Critical评级和仅限Daybreak Red获批客户访问是合理的谨慎做法。能力已经到这个程度，访问控制、行为监控和关键基础设施防护必须同步跟上。Dragos提到的攻击前侦察和漏洞研究门槛降低，也值得持续关注。 整体看，这条资讯最值得讨论的不是单点成功率，而是能力增长、授权边界和实际防护之间的平衡。后续可以留意漏洞报告的误报率、补丁修复效果，以及逐步开放访问后的滥用监测机制。