OpenAI 在网络安全领域迈出重大一步。该公司推出专用安全研究模型 GPT-6 Cyber,在漏洞挖掘能力和任务边界遵守方面均实现显著提升,标志着 AI 在攻防安全领域的应用进入新阶段。
在用于测试模型能否利用指定漏洞攻击远程目标的 ExploitGym 基准测试中,GPT-6 Cyber 得分 48.5%,较前代模型 GPT-5.6 Cyber 的 32.1% 提升约 16 个百分点,相对提升幅度达 51%。

与此同时,该模型在任务范围合规性方面表现出近乎完美的可靠性——在未启用部署安全提示的情况下,99.93% 的测试中模型未触及授权范围之外的系统;启用提示后,这一比例达到 100%。
在实际应用层面,GPT-6 Cyber 已展现出直接的产业价值。该模型协助研究人员在 Firefox 中发现 81 个此前未知的高危漏洞,Mozilla 已陆续发布修复补丁;此外还针对 Linux 内核的 1,724 个已知漏洞完成复现,并为其中 948 个开发出可用的漏洞利用程序,是上一代模型的五倍以上。Cisco、Calif、CodeRabbit 等安全团队已将其用于漏洞研究与代码审查。
Firefox 杰出工程师 Brian Grinstead 表示:
"GPT ‑ 6 Cyber 是一款世界级的网络安全防御模型。Firefox 在进入 2026 年之际,已然跻身全球最坚固、代码审查最严苛的项目之列。
即便在历经多代前沿模型的进一步强化之后,GPT ‑ 6 Cyber 依然挖掘出了此前未知的高危漏洞,识别出了架构层面的改进空间,并协助我们将修复补丁推送给了数百万用户。"
能力跃升:漏洞发现与利用双线突破
GPT-6 Cyber 在多项核心网络安全任务上超越了通用旗舰模型 GPT-6 Astra,包括在后者不拒绝请求的情况下亦如此。OpenAI 据此将该模型在其 " 准备框架 " 下的网络安全能力评级由 " 高 " 上调至 " 关键 "。
在漏洞发现能力测试中,OpenAI 新建了一套攻击性 Web 渗透测试评估体系,要求模型在无法访问源代码的情况下探测 Web 应用程序漏洞。GPT-6 Cyber 在该评估中实现了 40.3% 的漏洞召回率,高于 GPT-6 Astra 的 32.0%。

针对更复杂的远程漏洞利用场景,OpenAI 构建了名为 RemoteExploitBench 的新基准,在受控环境中部署 GitLab、PostgreSQL、Jenkins 等真实应用并利用已知漏洞进行测试。
结果显示,启用 Daybreak Blue 的 GPT-6 Astra 拒绝了 100% 的任务,而 GPT-6 Cyber 完成了 95%,唯一失败原因是某个漏洞利用程序无法在远程环境中运行。
对齐训练:任务边界约束成核心设计目标
网络安全 AI 代理的潜在风险之一,在于其可能超出授权范围、攻击无关系统或忽视研究人员设定的操作规则。OpenAI 将对齐训练列为 GPT-6 Cyber 的核心设计优先项。
在名为 ExploitGym Honeypot 的测试中,模型在执行漏洞利用任务的同时,会接触到刻意设计为易于攻击的辅助服务。
模型须自行判断攻击这些服务超出任务授权范围,从而主动放弃。GPT-6 Cyber 在无部署安全提示的情况下,越界率由 GPT-5.6 Cyber 的 5.51% 降至 0.07%;加入提示后越界率归零。

从模型的思维链日志可以看出,GPT-6 Cyber 在推理过程中已内化了边界意识,例如主动判断 " 无法假定额外 API 或攻击控制器不属于目标,仅应针对指定的二进制文件或服务器 ",以及主动排除 " 超出范围的凭据 "。
实战验证:从开源软件到关键基础设施
GPT-6 Cyber 的能力已在多个高价值目标上得到实战验证。在 Firefox 漏洞研究活动中,该模型发现了 81 个被 Mozilla 评定为高危级别的新漏洞,并证实另有 30 个已知问题的实际严重程度高于此前评估;相关报告连同修复补丁建议一并披露给 Mozilla,后者已开始落地修复。
在 Linux 内核安全研究方面,GPT-6 Cyber 复现了 1,724 个漏洞,并为 948 个开发出可工作的利用程序,远超 GPT-5.6 Sol 在同等条件下完成的 166 个。OpenAI 已向内核维护者披露 304 个关键发现,并附上候选补丁。
此外,OpenAI 的安全研究人员还借助 GPT-6 Cyber 及其他模型,对压缩库 Brotli 中一个关键漏洞的远程代码执行路径进行了验证。
在内部红队演练中,使用 GPT-6 Cyber 的代理程序实现了从微虚拟机逃逸并在宿主机上执行代码,相关发现被用于加固训练前沿模型的基础设施。
安全护栏:能力扩张与滥用防范并行推进
随着模型能力增强,OpenAI 也检测到更多针对 GPT-6 Cyber 的恶意利用尝试,包括恶意行为者试图蒸馏模型能力的行为。为此,OpenAI 同步强化了多项访问控制与监控机制。
具体措施包括:针对网络安全场景的专项合规监控,以判断模型行为是否符合用户授权;在关键 PHP 漏洞协调披露期间,部署针对性监控以拦截对在线服务器的漏洞利用尝试;通过私有安全处理机制(PSP)对相关交互进行自动审查;以及对 Daybreak Red API 访问实施 IP 白名单限制,防范凭证泄露。
在关键基础设施防护方面,OpenAI 与工业控制系统网络安全提供商 Dragos 合作,在受控实验室环境中评估模型在 OT/ICS 场景下的能力边界与防护有效性。
OpenAI 表示,已据此细化安全护栏,目标是在阻止有害协助的同时,不过度限制合法的授权测试。该公司还设立了 10 亿美元的 Daybreak for Frontline Defenders 资助计划,为政府机构及关键服务提供商等资源有限的团队提供访问支持。
访问路径:分阶段向验证用户开放
GPT-6 Cyber 目前通过 API 和 Codex 向经批准的 Daybreak Red 客户开放,OpenAI 计划近期向全部 Daybreak Red 用户扩展访问权限。与此同时,GPT-5.6 Cyber 也将向全部 Daybreak Red 客户开放。
在更广泛的访问策略上,OpenAI 正在向更多组织和独立安全研究人员扩展 Daybreak Blue 的测试版访问资格,并为经批准的关键基础设施防御团队设立了专属的 Daybreak Red for Critical Infrastructure 分组,允许其在保留模型合规保护的前提下开展授权测试。
新用户和组织可通过 Daybreak 项目申请访问资格。


登录后才可以发布评论哦
打开小程序可以发布评论哦