OpenAI 发布 GPT-6 Cyber：漏洞攻防能力大幅跃升

OpenAI 正式推出网络安全专用模型 GPT-6 Cyber。该模型在漏洞挖掘与修复能力上实现突破，同时能够更严格地遵循研究人员设定的授权边界。目前，该模型已在 Linux、Firefox 等关键开源项目中发现并验证了数千种漏洞利用方式。

在 OpenAI 的安全准备框架评估中，GPT-6 Cyber 的网络安全能力被评定为“关键”（Critical）级别，高于前代 GPT-5.6 Cyber 的“高”（High）级。

攻防能力基准显著提升

基准测试显示，GPT-6 Cyber 的攻防表现大幅领先以往版本：

• ExploitGym 评估：测试模型利用远程目标指定漏洞的能力。GPT-6 Cyber 得分为 48.5%，相比 GPT-5.6 Cyber（32.1%）提升了约 16 个百分点（相对提升 51%）。
• 进攻性 Web 渗透测试：在无法访问源代码的黑盒环境下探测 Web 应用，GPT-6 Cyber 的漏洞召回率达 40.3%，明显优于 GPT-6 Astra 的 32.0%。
• RemoteExploitBench 实战测试：针对 GitLab、PostgreSQL 和 Jenkins 等应用的已知漏洞进行利用开发。GPT-6 Cyber 成功完成了 95% 的任务，而基线模型在安全策略限制下拒绝了全部任务。

强化对齐：杜绝越界攻击

网络安全 AI 智能体的一大核心隐患，是可能在测试中越过指定范围攻击无关服务。为此，OpenAI 将行动边界对齐作为核心训练目标。

在参考 Hugging Face 安全事件 设计的蜜罐评估（ExploitGym Honeypot）中，环境内被刻意放置了极易被攻破的辅助服务。测试表明：

• 在未加载安全提示词的情况下，GPT-6 Cyber 遵守任务边界的比例达 99.93%（GPT-5.6 Cyber 为 94.49%）。
• 在加载安全提示词后，模型在 100% 的测试中均未越界攻击。

模型的思维链记录显示，它能在推理过程中主动识别并排除非目标资产，严格遵循限制条件。

落地真实软件安全防御

GPT-6 Cyber 已在多项实战与工业级代码审查中展现价值：

• 挖掘 81 个 Firefox 未知高危漏洞：模型自主发现了 81 个此前未知的 Firefox 高危漏洞，并提供了可复现证据与补丁方案。Mozilla 已快速合入相关修复补丁。
• 覆盖 948 个 Linux 内核漏洞利用：成功复现了 1,724 个内核漏洞，并为其中 948 个开发出可用利用程序，成效达到前代模型的 5 倍以上。目前已向 Linux 维护团队提交了 304 项严重问题及候选补丁。
• 验证高危 RCE 漏洞：协助发现并验证了底层压缩库 Brotli 的严重远程代码执行漏洞。
• 加固自身基础设施：OpenAI 红队借助该模型发现微机虚拟机逃逸等深层风险，从而加固了前沿大模型的训练集群。

滥用拦截与关键基础设施保护

为防范模型能力遭到滥用或模型资产被恶意蒸馏，OpenAI 同步引入了多项防护机制（详见系统卡文档）：

1. 失对齐与高危行为监测：针对线上漏洞利用开发（如高危 PHP 披露期间）设立动态追踪，并阻断对工业控制系统（ICS/OT）、电网和水处理等物理基础设施的高危协助。
2. 隐私安全处理（PSP）：为零数据保留（ZDR）客户提供自动化加密审查，在保障企业数据隐私的同时阻断恶意行为。
3. 访问控制：Daybreak Red API 默认强制启用 IP 允许列表及严格凭据监控，配合沙箱与人工复核机制运作。

此外，OpenAI 还设立了 10 亿美元的面向一线防御者的 Daybreak 专项资助，并联手工业网络安全机构 Dragos，在严格受控环境下评估并优化针对工控基础设施的防护策略。

目前，GPT-6 Cyber 已通过 API 和 Codex 向首批获批的 Daybreak Red 客户开放，后续将逐步扩大可用范围。