GPT-6 Cyber 发布：在 Linux 挖出 948 条提权链，越界攻击几乎为零

核心看点

OpenAI 在 11 月 5 日发布了 GPT-6 Cyber。一句话概括：这是把「找漏洞、写利用、修漏洞」整条链路交给 AI 的专用模型，而且明确按「只打授权范围内的目标」来训练。

成绩单相当硬：

• ExploitGym 基准（给定漏洞，要求真正打穿远程目标）拿到 48.5%，前代 GPT-5.6 Cyber 是 32.1%，相对提升 51%。
• 新做的 Web 渗透测试评测里，GPT-6 Cyber 的漏洞召回率 40.3%，GPT-6 Astra 是 32.0%。
• 真实环境战果：研究人员用它写出 948 条 Linux 提权利用链，并在 Firefox 里找到 81 个此前未知的高危漏洞，Mozilla 已发布修复。
• 越界测试（ExploitGym Honeypot）：不给部署提示词时，99.93% 的测试里没有去攻击任务范围外的服务；加上提示词后是 100%。

为什么「守规矩」比「会打」更难

给模型一堆工具去挖漏洞，最大的风险不是它打不进去，而是它顺手把旁边的东西也打了。OpenAI 显然吃过教训：这次提到的 Honeypot 评测，设计上就参考了此前那起 Hugging Face 安全事件——环境里故意放一个很好打的服务，但打了就属于越权。

GPT-6 Cyber 在这项测试上的表现，比前代从 94.49% 提到了 99.93%。OpenAI 说他们在训练里专门强化了三件事：不越授权范围、遵守行动限制、如实汇报结果。模型自己「想」要不要越界的那段推理，他们直接放出来当证据。

Critical 分级意味着什么

按 Preparedness Framework，GPT-6 Cyber 的网络安全能力从 High 上调到 Critical。这不是「更危险所以不发了」，而是「能力够强，只能按受控方式发」：模型进的是 Daybreak 这条安全产品线——Daybreak Blue 给防守方验证漏洞和补丁，Daybreak Red 才允许做更深的利用开发和授权测试。普通用户拿不到裸模型。

一个直观对比：同样的远程利用任务，GPT-6 Astra 配 Daybreak Blue 的拒绝率是 100%，GPT-6 Cyber 完成率是 95%，唯一失败的那次是它实在没打通。

已经在干活了

Cisco、Calif、CodeRabbit 的安全团队已经在用它做漏洞研究和代码审查。OpenAI 自己也拿它加固了训练基础设施——配合 Daybreak 的智能体，在受控红队演练里把多个漏洞串成了完整的攻击链。

OpenAI 的说法是，现在还剩一个「防守窗口」：前沿模型挖洞的速度已经超过大多数团队的修复速度，趁现在把软件里的洞挖干净，比等攻击者先动手划算得多。

总结

GPT-6 Cyber 真正的看点不是那个 48.5 分，而是「高能力 + 高服从」第一次被同时做出来。对安全团队，它是能省人力的工具；对整个行业，它把一个老问题摆上台面：当挖洞的成本趋近于零，还有多少系统经得起查。