花 811 万元、跑 112 小时：OpenAI 用 AI 在 Linux 内核里挖出 948 个提权漏洞

一个安全团队一年能审多少行操作系统内核代码？传统答案是几万到几十万行，取决于人手和经验。11 月 4 日公布的一份安全研究报告，把这个数字改写成了“12 小时、280 万行、2308 个候选漏洞”。

一分钟速览

• 测试针对 Linux 内核，筛出 5034 个审计目标、约 280 万行代码，约占内核总量 7%
• 分析阶段 12 小时产出 2308 个去重候选，API 成本 31.65 万美元
• 30 小时动态验证复现 1724 个，复现率约 74.7%，最终确认 948 个可本地提权的利用程序
• 全流程 API 花费 121.34 万美元，平均每个提权利用约 1279 美元
• 相比 7 月同类测试的 166 个，数量提升 5 倍以上；已有 61 个在上游修复

五段式流水线，把漏洞研究做成了产线

这套系统的流程被拆成五段：发现、动态验证、可利用性评估、补丁生成、人工审核。第一段由智能体筛选“值得审计”的代码，再交给另一个智能体深入分析；第二段把候选漏洞丢进隔离虚拟机，用最小化 PoC 观察是否真的能触发；第三段在开启 SMEP、SMAP、KASLR 等常规防护的环境里，判断能否造成信息泄露或本地提权；第四段生成修复补丁；最后交给人复核并提交上游。

值得注意的是成本结构。发现阶段 31.65 万美元，而“漏洞利用开发”阶段高达 77.59 万美元，占了总花费的六成以上。这说明真正昂贵的不是“找出可疑代码”，而是“证明它真的能被利用”。这也解释了为什么误报率控制得还不错：2308 个候选里只有 3.1% 属于模型分析错误，其余未复现的多是权限要求、竞争条件或触发条件苛刻。

数字背后的攻防经济学

更值得警惕的是纵向对比。2026 年 7 月，同一目标用上一代模型扫出 166 个不同的本地提权漏洞，成本 51.37 万美元；三个月后，内核已经过一轮加固，新模型仍挖出 948 个，是此前的 5 倍多。研究团队抽查 166 个样本，至少涉及 10 种此前未见的利用技术，并已交由第三方专家确认新颖性。

这意味着攻击侧的边际成本正在快速下降。平均 1279 美元就能得到一个可用的提权利用，对个人研究者不算便宜，对有组织的攻击者却近乎“批发价”。防守方过去依赖的“漏洞发现门槛”正在消失。

补丁不是免费的

报告里有一段容易被忽略：模型最初生成的补丁虽然能修好对应 PoC，但存在代码冗余、潜在性能影响、偏离编码规范、覆盖不了同类变体等问题。经过多轮约束和迭代后质量才提升，个别补丁还反过来指出了人类专家方案的缺陷。

这提示了一个现实：发现漏洞的速度可以指数级提升，但“把补丁写对、评审完、合并进上游”仍然是人力密集环节。10 天内只有 61 个在上游修复，43 个拿到暂存补丁，299 个还在讨论或报告流程中。瓶颈已经从“找”转移到“修”。

趋势判断

漏洞研究正在工业化。当模型能自主识别并组合利用技术，安全团队的定位会从“手工挖掘”转向“编排、验证与优先级判断”。同时，攻击面收敛、沙箱隔离、形式化验证这些“提高利用难度”的工程手段，价值会被重新定价。

对企业来说，最实际的动作仍然朴素：加快补丁节奏，别让已知漏洞在内网里躺过季度。