OpenAI安全模型将内核漏洞单条成本压至1279美元
要点
OpenAI 于 11 月 4 日发布安全研究报告，披露一条端到端的自动化漏洞研究链路。该链路在 2026 年 10 月中旬的一次运行中，从 2308 个候选问题中动态复现确认了 1724 个 Linux 内核真实漏洞，并生成了 948 个可让普通本地用户获取系统最高权限（ro…
OpenAI 于 11 月 4 日发布安全研究报告，披露一条端到端的自动化漏洞研究链路。该链路在 2026 年 10 月中旬的一次运行中，从 2308 个候选问题中动态复现确认了 1724 个 Linux 内核真实漏洞，并生成了 948 个可让普通本地用户获取系统最高权限（root）的本地提权（LPE）利用程序，全流程消耗约 121.3 万美元 API 额度，平均每条可用提权利用的开发成本约为 1279 美元。报告称，相关智能体使用了至少 10 种此前未见的 Linux 漏洞利用技术，并已交由第三方内核漏洞专家核验。
这套流水线的关键不在于”找到更多漏洞”，而在于把”发现”与”验证”压进了同一个闭环。它分为五个阶段：漏洞发现阶段由侦察智能体从超过 4000 万行内核代码中圈出约 280 万行高价值目标；动态验证阶段把候选漏洞放进隔离虚拟机，靠生成的 PoC 观察真实崩溃来判定可否复现；可利用性评估阶段筛选出能造成信息泄露或提权的漏洞；生成补丁阶段产出候选修复；最后由人工复核，再连同补丁一起提交上游维护者。30 小时验证后 1724 个被确认，命中率约 74.7%，其中因模型逻辑脑补导致的彻底误报仅占 3.1%——这意味着模型给出的漏洞线索已不再是大量噪声。
把两次测试放在一起看，能力的跃迁才显出轮廓。2026 年 7 月，同一团队用 GPT-5.6Sol 跑过一次类似流程，找到并成功利用 166 个本地提权漏洞，花费 51.37 万美元；三个月后，尽管 Linux 内核已经过约一轮安全加固，换成更新后的网络安全模型，数字升到 948 个，是此前的 5 倍以上。更值得注意的是，在移除额外技术指导层后，新模型的表现反而优于采用更复杂编排的旧方案——这说明瓶颈正在从”编排多聪明”转向”底层安全模型够不够强”。
成本结构的改变，比 1724 这个数字本身更值得推敲。按 Pwn2Own、TyphoonPWN 等赛事对 Linux 内核提权漏洞 2 万到 7 万美元的历史赏金估算，这 948 个利用程序的”假想价值”约在 1890 万至 6630 万美元之间，相当于流水线成本的 16 到 55 倍。攻击方复现这套能力的门槛同样被压低：121 万美元对国家级团队和黑产联盟都是可承受的开支，而且他们不需要最后那道人工审核。发现的成本下降十倍，防御方的修复吞吐却不会同步提升十倍，缺口恰恰出在这里。
这桩事件也把”批量发现之后的披露”推到了台前。OpenAI 已按 Linux 内核社区建议优先提交严重漏洞与补丁，并在扫描及人工复核的 10 天窗口内，推动 61 个相关提权漏洞在上游被修复、43 个进入暂存区测试、近 300 个在邮件组公开讨论。但报告自身也承认，模型最初生成的补丁存在代码冗余、性能影响、偏离编码规范、未覆盖同类变体四类缺陷；10 种新利用技术的细节出于安全考虑未公开，也使得这轮测试与 7 月那次在口径上并不完全可比。对维护者而言，成倍涌来的报告、复现环境与补丁审核，正成为比”找漏洞”更重的负担。
落到产业层面，真正的变化是软件”安全”从一种状态变成了一个持续过程。过去说 Linux 稳，隐含前提是”没人有精力把内核读完”；现在 280 万行高价值代码可在 12 小时内被筛一遍，且每一轮模型升级都能重扫一次。对运行定制化内核的云网、边缘与通信设备来说，风险判断不能只看 CVE 编号或公开 PoC 数量，更要关注利用技术的多样性和本地环境的适配性；把动态复现能力前移到入网测试、建立内核版本与补丁映射、缩短从披露到修复的窗口，会比单纯等待上游通告更踏实。对用户而言，最实际的动作仍是及时更新系统与内核。
