OpenAI发布GPT-6 Cyber：漏洞挖掘与安全对齐迎来重大突破

OpenAI 正式发布网络安全专用大语言模型 GPT-6 Cyber。该模型在发现和修复代码漏洞方面取得重大突破，在关键网络安全基准测试中大幅超越前代 GPT-5.6 Cyber，同时在遵循测试边界、避免越权操作的对齐能力上实现跃升。

目前，GPT-6 Cyber 已投入现实软件环境的实战防护，在 Linux、Firefox 等安全关键型代码库中挖掘并验证了大量漏洞。

攻防能力大幅跃升

在评估模型针对指定漏洞开发利用程序的 ExploitGym 基准测试中，GPT-6 Cyber 取得了 48.5% 的得分，相较于 GPT-5.6 Cyber 的 32.1% 提升了约 16 个百分点。在针对无源码 Web 应用的新型黑盒渗透测试中，该模型实现了 40.3% 的漏洞召回率，显著优于通用主力模型 GPT-6 Astra 的 32.0%。

在最新设立的受控环境基准 RemoteExploitBench（涵盖 GitLab、PostgreSQL、Jenkins 等系统）中，GPT-6 Astra 因安全策略拒绝了 100% 的任务，而经过合规授权优化的 GPT-6 Cyber 顺利完成了 95% 的远程利用验证。

根据 OpenAI 的《防范框架》（Preparedness Framework），GPT-6 Cyber 在网络安全维度的风险等级由前代的“高”提升至“关键”（Critical）。

强化对齐与越界防护

网络安全 AI 智能体面临的一大风险是脱离授权边界、攻击无关资产。为此，OpenAI 针对 GPT-6 Cyber 实施了专属对齐训练，确保其严格在授权范围内操作。

在模拟真实渗透测试的“蜜罐服务”评测中，模型在未加载部署安全提示词的情况下，避开越界服务攻击的成功率达 99.93%；而在配备标准部署提示词后，越界防护达标率达 100%。模型的思维链（Chain of Thought）显示出清晰的自主边界意识，能明确推理并排除未授权资产。

实战成果与关键软件防护

GPT-6 Cyber 已在多家企业与开源生态的防护工作中发挥核心作用：

挖掘 81 个 Firefox 高危漏洞：在自动化漏洞挖掘流程中，模型不仅发现了 81 个被 Mozilla 评定为高危的全新漏洞并生成可复现测试例，还协助工程师完成了修复补丁开发，Mozilla 已发布安全更新。
验证 948 个 Linux 内核利用：在 Linux 内核漏洞排查中，模型复现了 1,724 个漏洞并开发出 948 个提权利用代码，利用开发数量是 GPT-5.6 Sol 的五倍以上。OpenAI 已向 Linux 社区提交了 304 项严重漏洞及修复方案。
自研架构加固：OpenAI 利用该模型对前沿模型训练基础设施进行红队测试，模型成功串联多项漏洞实现了微虚拟机（microVM）逃逸并取得宿主机控制权限，相关弱点现已全部修补。