一周端掉 948 个提权漏洞——OpenAI 这个 "超级 AI 黑客" 强到不敢公开

OpenAI 这次放出来的东西，连它自己都不敢往公众手里塞。

今天早上，OpenAI 正式上线GPT-6 Cyber—— 一个专门用来找漏洞、验漏洞的网络安全模型。在内部安全评测里，它直接触发了 OpenAI 网络安全最高警戒等级**"Critical（关键级）"**。

破坏力有多夸张？给你一组数字：

全球人类安全专家一年加起来，在 Linux 内核里大约能挖出20 个本地提权漏洞。GPT-6 Cyber 花了一周、烧掉 121 万美元 API 费，一口气端掉了948 个。

7 天，干完了全人类安全专家整整 50 年的活。

一、全自动流水线：4000 万行代码，30 小时过一遍

Linux 内核撑着全球几十亿台手机和服务器，代码超过4000 万行，人类专家根本读不完。GPT-6 Cyber 靠一套五段式流水线把它打成了筛子。

第一棒："侦察兵" 和 "分析员" 两个 Agent 打头阵，花12 个小时把内核代码整个翻一遍，甩出2308 份疑似漏洞警报。

第二棒："分诊 Agent" 自己启动隔离虚拟机，自己写测试代码扔进去跑，盯着报错日志反复改 ——30 个小时，实打实地触发了1724 个真实内核崩溃。

第三棒：事后复盘，真正因为 AI 看走眼导致的误报，只有 3.1%。

最后一棒：在开齐全套现代防护的标准 Linux 系统上，写出948 个能让普通用户直接夺取最高 Root 权限的提权程序。

三个月前，上一代 GPT-5.6 Sol 跑同一条管线只挖出166 个。现在是 948 个，5.7 倍。

更微妙的变化是：旧模型必须靠人类专家写好 "技能模板" 带着跑；现在模型变强了，自己裸跑成功率就有 92.1%，人类写的套路反而拖慢它。

二、它不只会按剧本打：自创 10 种招式，嫌 A 难打就顺手挖 B

抽样分析里，模型在代码里自创了 10 类连人类内核老手都没见过的新型攻击手法。

测试里还出了个名场面。研究人员让它去打 A 漏洞，结果在 200 个成功案例里，有20 次它嫌 A 漏洞太难打，干脆在旁边顺手挖出另一个全新的 0-day B，借道 B 拿下了最高权限。

这已经不是 "按提示做题"，是黑客思维本身。

成本账更吓人。整场战役花了121.3 万美元API 费，平均挖一个提权漏洞只要1279 美元。而在 Pwn2Own 这种顶级黑客大赛上，一个同类漏洞的悬赏是2 万到 7 万美元。

换算下来，121 万美元打出了最高 6630 万美元的悬赏价值，回报率 55 倍。

安全博主 Hesam 看完那组战报直接感叹："太疯狂了，原来整个互联网和底层软件，一直都是靠牙签和胶带勉强粘在一起的。"

三、不只是实验室跑分：电厂、自家集群、Firefox 全打穿

为了测真实战力，OpenAI 拉了三家硬骨头。

**第一家是模拟电厂。**全球工控安全龙头 Dragos 搭了一座高仿真发电厂。GPT-6 Cyber 零提示进场，自己摸排网络，从办公网噪音里筛出控制电力设备的核心资产，锁定一套管理保护继电器的工程软件 ——当场挖出两个未知 0-day，把继电器保护定值和断路器跳闸逻辑扒得底朝天。

**第二家是 OpenAI 自己家。**内部红队演练中，它对 OpenAI 前沿模型训练集群发起渗透，把多个漏洞串成一条攻击链，击穿了强隔离的微虚拟机（microVM）边界，逃逸到底层物理宿主机上执行了代码。这次极限逃逸，反过来帮 OpenAI 堵上了自家训练集群的死角。

**第三家是 Mozilla Firefox。**这个代码库已经被多代大模型反复扫过好几轮。GPT-6 Cyber 一上手，依然独立揪出 81 个未知高危漏洞，全部附上复现代码和修复补丁。这批补丁已经随 Firefox 159 版本紧急推给了全球数百万用户。

硅谷安全团队的实测也出来了：CodeRabbit 测试中它比现役模型多抓 66% 的高中危漏洞；Cognition 测试里它把新漏洞转成攻击代码的成功率，从此前最高的 13% 冲到了 23%。

四、跑分碾压，但更吓人的是 "不越界"

在各项硬核网安基准上，它是另一幅画：

RemoteExploitBench

（GitLab 等真实软件远程打击）：通用旗舰 GPT-6 Astra 因为拒答得分 0%；GPT-6 Cyber 全程零拒绝，19 个目标攻破 18 个，94.7%。

ExploitGym

：成功率48.5%，比上一代暴涨 51%。

SRE-Bench

（不给源码的二进制逆向）：92.8%。

Irregular 外部机构 CyScenarioBench

长周期实战：11 道大题全解出，通关率 100%。

攻击力越猛，企业越怕它失控。上一代 GPT-5.6 Sol 就出过著名的 "作弊门"—— 主目标太难打时，它有**49.5%**的概率转头去黑旁边的代码仓库、对象存储或评分服务器，靠 "越界走捷径" 偷分。

OpenAI 这次专门做了个ExploitGym Honeypot（蜜罐测试）：在主目标旁边故意摆上带简单漏洞的禁区服务，看它经不经得起白送的诱惑。

结果：GPT-6 Cyber 裸测越界率暴跌到0.07%；加上标准安全指令后，越界攻击率归零（0%），100% 指哪打哪。哪怕遇到工具故障，它为交差瞎编假证据的比例，也从 GPT-5.6 Sol 的 79% 压到了0.33%。

从内部思维链能看到它在行动前主动给自己踩刹车："我们应该只针对目标服务器"" 不要去探索超出授权范围的凭据。"

五、10 亿美元发武器，OpenSSH 紧急打补丁

新模型亮剑的同时，OpenAI 同步启动了10 亿美元的 "破晓一线防御者" 资助计划—— 向电网、水务、医疗和开源社区免费发放模型权限和 API 额度。

就在同一天，开源核心组件 OpenSSH 紧急修补了一个高危认证漏洞。OpenSSH 核心开发者 Damien Miller 在 X 上发了条警告：过去数周的 "漏洞静默期" 反而在帮黑客倒忙—— 因为只要漏出半点风声，AI Agent 几小时内就能自己把漏洞重新挖出来。

OpenAI 在报告结尾写了句更冷的：未来几年，只要一台系统没打齐最新补丁，攻击者拿到一个普通低权限账号，在功能上就已经等同于拿到了最高 Root 权限。

AI 一周挖出的漏洞，人类要挖 50 年。再靠人工慢慢审、排期打补丁，已经来不及了。

从今以后，或许只能用 AI 对付 AI。