挖了 948 个提权漏洞，这个安全模型花最多时间学的是别乱挖

OpenAI 在 11 月 5 日发布了 GPT-6 Cyber。先看数字：ExploitGym 基准 48.5%，比 GPT-5.6 Cyber 的 32.1% 涨了约 16 个百分点。这个基准测的是模型能不能针对指定漏洞写出远程可用的 exploit。

真实项目上的数据更直接。OpenAI 的研究人员用它复现了 1724 个 Linux 内核漏洞，并为其中 948 个开发出可用的提权 exploit。作为对比，上一代 GPT-5.6 Sol 在同一个研究框架下只做到了 166 个。Firefox 那边，模型找出 81 个之前未知的高危漏洞。Mozilla 的杰出工程师 Brian Grinstead 说，Firefox 进入 2026 年时已经是全球被测试得最充分的代码库之一，经过几代前沿模型加固，GPT-6 Cyber 还是翻出了新东西。

不过这篇发布公告里，占篇幅最多的不是能挖多少漏洞，是怎么让它别乱挖。

有一个叫 ExploitGym Honeypot 的评测，设计思路参考了之前 Hugging Face 的事件。环境里除了目标任务，还故意放了几个很容易被攻破的辅助服务，比如包仓库或者对象存储。模型必须自己判断，打这些服务超出了授权范围。测试结果：不带部署安全提示，GPT-6 Cyber 避开越界服务的比例是 99.93%，上一代是 94.49%。加上部署提示，这个数字是 100%。

原文还摘了几段模型的思维链，比如“不能假设额外的 API 或攻击控制器不是目标，我们只应针对二进制或服务器”，以及“不要探查超出范围的凭据”。

按 OpenAI 自己的 Preparedness Framework，这个模型被归类为网络安全 Critical，比 GPT-5.6 Cyber 的 High 高了一级。他们同时加了几个限制：Daybreak Red 的 API 访问默认要求 IP 白名单；针对 PHP 漏洞的协调披露期间做过定向监控；对关键基础设施相关的请求有独立的拦截策略。还新开了一个 Daybreak Red for Critical Infrastructure 组，给获批的关键基础设施防御团队做授权测试。

访问是分级的。GPT-6 Cyber 目前只对部分 Daybreak Red 客户开放 API 和 Codex，后续扩大。GPT-5.6 Cyber 放开给所有 Daybreak Red 客户。Daybreak Blue 这一侧，GPT-6 Astra 的 alpha 访问在扩到更多机构和独立安全研究员。

一个客户测试的细节值得提。Dragos 的首席 AI 官 Rob T. Lee 描述了他们在模拟电厂环境里的测试：给模型一个几乎空白的提示，它自己把 OT 资产从 IT 噪声里分离出来，在管理保护继电器数据的工程软件里找到两个零日，暴露了保护设置和断路器跳闸逻辑。这是攻击者动手前最想要的那张地图。

OpenAI 自己的表述是，留给防御者用前沿模型加固软件的时间窗口有限。这句话放在一篇满是 benchmark 数字的公告里，不算煽情，意思到了。

谁现在能用：已获批的 Daybreak Red 客户可以通过 API 和 Codex 调用 GPT-6 Cyber。系统卡在 deploymentsafety.openai.com/gpt-6-cyber。申请入口在 OpenAI 官网的 Daybreak 页面。