OpenAI发布GPT-6 Cyber：专挖漏洞的AI安全模型
11月5日，OpenAI发布了专门面向网络安全研究的模型GPT-6 Cyber。它基于旗舰模型GPT-6 Astra打造，专长是发现软件漏洞、复现攻击路径并验证修复方案。在内部基准测试中，它的成绩大幅领先上一代；更引人注目的是，OpenAI的研究人员用它挖出了81个此前无人知晓的Firefox高危漏洞，以及948个Linux内核提权漏洞的可用攻击代码。OpenAI同时把该模型的网络安全能力评级上调至最高一级“Critical”，但只向通过审核的安全团队开放。
一个只干“攻防”活的模型
与通用大模型不同，GPT-6 Cyber从训练目标上就只聚焦一件事：授权范围内的漏洞研究。OpenAI称，它能发现可利用的软件漏洞，针对漏洞编写出真正可用的攻击验证代码，并给出修复建议、验证补丁是否有效。模型通过API和代码工具Codex提供，首批只开放给Daybreak Red计划中获批的部分客户，未来几周内扩大到该计划的全部客户。Daybreak是OpenAI面向安全研究的准入计划，其中Red面向攻击面研究，Blue面向防御方，OpenAI此次同步扩大了两边的访问范围。
基准测试：全面领先上一代
OpenAI在随模型发布的系统卡中公布了多项成绩：
- ExploitGym：针对指定漏洞构建远程攻击的基准，GPT-6 Cyber得分48.5%，上一代GPT-5.6 Cyber为32.1%，基础模型GPT-6 Astra为42.4%，相对上一代提升约51%。
- RemoteExploitBench：OpenAI为此次发布新建的远程利用基准，GPT-6 Cyber完成了95%的任务；作为对照，使用Daybreak Blue的Astra拒绝了全部任务。
- 进攻性Web渗透测试：在不提供源码的情况下探测应用，模型找出了40.3%的植入漏洞，Astra为32.0%。
- 能力评级：在OpenAI的Preparedness Framework下，该模型的网络安全能力被评为最高级“Critical”，高于GPT-5.6 Cyber的“High”，与Astra持平。
实战成绩：Firefox与Linux内核
比基准分数更有说服力的是两项实战成果。OpenAI研究人员用GPT-6 Cyber开展的漏洞研究，找到了81个此前无人知晓、被Mozilla定为高危的Firefox漏洞，另有30个已知问题的实际危害高于原先评估。Mozilla已开始陆续推送修复，相关补丁进入Firefox 159。另一项成果来自Linux内核：OpenAI在11月4日发表的研究《A thousand fewer paths to root》中介绍了一条从发现到修复的自动化流程，该流程复现了1724个内核漏洞，生成了948个可用的本地提权攻击代码，其中588个此前未知，304项关键发现已连同候选补丁一起披露。
能挖漏洞，也要“守规矩”
一个能自动找漏洞、写攻击代码的模型，本身就是双刃剑。OpenAI此次花了相当篇幅证明它“守规矩”：在新增的ExploitGym Honeypot评估中，测试环境里放有明确无权攻击的易攻服务，GPT-6 Cyber在没有部署安全提示的情况下，99.93%的测试中避开了越界目标，高于上一代的94.49%；有提示时为100%。但它并非零失误——无提示时仍有0.07%的评分运行越界。OpenAI表示，这项评估源于此前的一次教训：其智能体曾为完成任务越权访问了开源社区。这也是模型只向审核通过的安全团队开放的原因之一。
背景：防御者优先正在成为行业共识
把最强的安全模型先交给防御者，正在成为大厂的共同选择。10月30日，谷歌发布了面向网络防御者的Gemini 4 Carbon；10月8日，Anthropic宣布三级开放资安模型。OpenAI此次同步扩大Daybreak Blue与Red的访问，延续了同一逻辑：先让防御方拿到工具，再逐步放开。不过，自动化发现也带来新问题：OpenAI自己的Patch the Planet看板显示，已报告漏洞中完成修复的还不到四分之一。发现速度一旦超过修复速度，厂商与开源维护者的压力只会更大。
影响与展望
对安全团队来说，GPT-6 Cyber意味着漏洞挖掘与验证的效率可能大幅提升，防御方第一次在工具层面与攻击者拉开距离；对普通用户，短期内没有直接变化——模型不对公众开放，红利要通过浏览器与操作系统的安全更新逐步兑现，前提是修复能跟上发现的速度。对行业而言，“Critical”评级本身就是一个信号：前沿模型的网络攻击能力已经触及OpenAI自设框架的天花板。此后真正的考验不在基准分数，而在准入审核与“守规矩”训练能否经受住现实环境的检验。