HKAIWeb 原創封面:受控範圍內的 AI 神經網絡以聚焦光束檢查軟件漏洞

OpenAI 於 2026 年 11 月 5 日發布 GPT-6 Cyber。這是一個針對網絡安全研究而訓練的模型,主要用於尋找及驗證可利用漏洞、開發 exploit、進行網頁滲透測試,以及協助修補與程式碼審查。模型初期透過 API 與 Codex 向少量經審批的 Daybreak Red 客戶提供,OpenAI 表示將逐步擴大至所有 Daybreak Red 客戶。

ExploitGym 成績由 32.1% 升至 48.5%

OpenAI 公布的測試顯示,GPT-6 Cyber 在 ExploitGym 的得分為 48.5%,上一代 GPT-5.6 Cyber 為 32.1%,相對改善 51%。官方表示,GPT-6 Cyber 在多數網絡安全測試中亦優於 GPT-6 Astra,即使後者沒有拒絕相關請求。

更重要的改進是範圍遵守。OpenAI 表示,在沒有加入 deployment prompt 的獨立評估中,GPT-6 Cyber 有 99.93% 的測試沒有利用授權範圍以外的服務;加入 deployment prompt 後則為 100%。The Verge 報道,該模型越界操作的比率低於 1%,上一代約為 5%。

已用於 Linux 與 Firefox 的真實程式碼

OpenAI 表示,研究人員使用 GPT-6 Cyber 為 Linux 開發了 948 個權限提升 exploits,並在 Firefox 找出 81 個此前未發現的高嚴重性漏洞。模型亦協助產生候選修補方案,Mozilla 已為其中多個漏洞發布修正。OpenAI 同時表示,Cisco、Calif 與 CodeRabbit 等團隊已將模型用於漏洞研究及程式碼審查。

安全能力分級由 High 升至 Critical

按照 OpenAI Preparedness Framework,GPT-6 Cyber 在網絡安全能力方面被分級為 Critical,上一代 GPT-5.6 Cyber 為 High。Critical 級別代表模型可以在許多經過強化的真實關鍵系統中,於無人介入下識別並開發功能完整的 zero-day exploits,因此存取權限與防護措施均受到嚴格限制。

模型只供通過 Daybreak Red 審批的機構使用,並配合身分驗證、單一登入、多因素認證及 API IP allowlisting 等要求。OpenAI 指出,使用 Zero Data Retention 的 API 客戶通常亦需要 Private Safety Processing,以進行自動安全審查。這反映出一項核心取捨:模型的網絡安全能力越強,部署限制及持續監控便越嚴格。

對防禦團隊的實際意義

  • 漏洞研究速度提高:ExploitGym 及 Linux、Firefox 案例顯示,模型可把繁複的漏洞搜尋與驗證工作加快。
  • 越界風險下降,但未消失:99.93% 的官方評估結果高於上一代,仍有低於 1% 的未達標個案,而且數字來自廠商測試。
  • 實際部署需要專門資格:初期僅限經審批的 Daybreak Red 客戶,不能把官方發布直接理解為普遍可用。
  • 修補進度需要一併評估:模型找到漏洞只是起點,企業仍須建立驗證、優先排序、修補與披露流程。

來源

圖片說明:GPT-6 Cyber 將漏洞發現、exploit 驗證與授權範圍內操作結合,並以更高的範圍遵守率降低越界風險。

圖片 credit:HKAIWeb 原創封面,CC BY 4.0。

作者: hkaiweb

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

Social Media Auto Publish Powered By : XYZScripts.com