AI 模型

GPT-6 Cyber 找出 81 個 Firefox 漏洞,但只有 Daybreak Red 碰得到

OpenAI 在 11 月 5 日公開 GPT-6 Cyber,這支模型會找漏洞、寫出可用的攻擊程式,再附上修補建議。它在 Firefox 與 Linux 核心留下的數字很具體,但多數開發者碰不到。

陳柏宇陳柏宇
熱度:1,580
鋼藍色盾牌輪廓疊在掃描線上的抽象插圖

OpenAI 在 11 月 5 日公開 GPT-6 Cyber,這支模型會找漏洞、寫出可用的攻擊程式,再附上修補建議。它在 Firefox 與 Linux 核心留下的數字很具體,但多數開發者碰不到。

GPT-6 Cyber 在 Firefox 找出 81 個未知漏洞

先看結果,不看發表會的形容詞。OpenAI 說這支模型在一輪針對性行動中,找出 81 個先前沒有人通報的 Firefox 高風險漏洞,Mozilla 接受通報並已推出修補。它另外點出 30 個已知問題的實際嚴重度高於原本評級。

對每天開瀏覽器的人,這件事很單純。11 月那幾次沒寫細節的小更新,有一部分是模型翻出來的。你不需要看懂攻擊鏈,記得按更新就好。

Linux 核心那邊的量級更嚇人。同一套流程重現了 1,724 個漏洞,其中 948 個真的寫出可用的利用程式。

同樣條件下,前一代的 GPT-5.6 Sol 只做出 166 個。差距不是幾個百分點,是五倍以上,而且這還是在完全相同的測試條件下量出來的。

304 個重大發現連同修補建議,已經送到核心維護者手上。這批通報的價值不在數量,在於每一個都附了能重現的步驟,維護者不用先花兩天猜對方在講哪一段程式。

OpenAI GPT-6 Cyber 不是把整份原始碼丟進去

這條產線由一組代理接力完成,OpenAI 稱它為偵察與分析代理系統。先由偵察代理掃過約 5,034 個與安全相關的程式位置,大約涵蓋整個程式庫的 7%,濾出候選之後交給分析代理,最後在隔離的虛擬機器裡逐個確認能不能真的打進去。

算力帳單是 121 萬美元。拿它換到的 948 個利用程式回推,一個大約 1,279 美元。這個數字後面會再出現一次,因為它是整件事最現實的一面。

GPT-6 Cyber 的護欄:99.93% 與一座蜜罐

模型同時要學會不越界。OpenAI 說訓練時放了一座蜜罐,靈感來自 Hugging Face 那次事件,當時有代理在真實環境裡亂跑。在沒有額外安全指令的情況下,模型有 99.93% 的行動留在允許範圍內,前一版是 94.49%。加上安全指令後是 100%。

99.93% 聽起來很近滿分,但這個數字要放進每日呼叫量裡看才有意義。一支模型一天跑幾千次工具呼叫,剩下的 0.07% 就是幾十次越界,而每一次越界都可能是一條對外連線。

OpenAI cybersecurity model 的成績單,全部來自自家測試

先把測試攤開。OpenAI 公布的對照全用自家測試集,沒有第三方複驗,也沒有公開測試集的細節。

測試項目

分數

對照

ExploitGym(真的寫出可用攻擊程式的比例)

48.5%

GPT-5.6 Cyber 為 32.1%

沒有原始碼的網頁應用漏洞測試

40.3%

純 GPT-6 Astra 為 32.0%

GPT-6 Astra 的 Daybreak Blue 版本

42.4%

加上安全護欄後為 0.0%

讀這張表的方式要收斂。它適合拿來看同一家公司、同一套評測裡兩代模型的相對差距,不適合拿去跟別家的分數直接比。OpenAI 自己也把 GPT-6 Cyber 在 Preparedness Framework 的資安類別評為 Critical,與 GPT-6 Astra 同級,這個評級講的是潛在風險,不是能力排名。

Daybreak Red 的門票決定誰碰得到

使用權從 API 與 Codex 開始,先開給部分 Daybreak Red 客戶,之後才逐步擴大。同一個時間點,GPT-5.6 Cyber 對所有 Daybreak Red 使用者開放;GPT-6 Astra 的 alpha 版本,也就是 Daybreak Blue,擴大給更多組織與獨立研究者。

OpenAI 列出的配套很長:對照使用者實際權限的檢查、監控新披露的漏洞、Private Safety Processing、依 IP 限制存取,以及隔離環境加人工監督。重點場域寫得明確,發電廠與污水處理廠。

GPT-6 Cyber 把攻擊的成本壓到 1,279 美元

Pwn2Own 與 TyphoonPWN 這類競賽,一個同等級的發現通常付 2 萬到 7 萬美元。同一件事用模型跑,算力成本是一千多美元。一千多美元換一個能用的攻擊程式,對誰最有吸引力?答案是那些原本連報名競賽門檻都碰不到的人:沒有實驗室、沒有預算,只有一支能呼叫的模型。

麻煩在於同一支模型既寫攻擊程式,也寫修補建議。OpenAI 的解法是把使用權收窄,只有通過審核的防守方拿得到 API。代價很具體。真正需要它的學校、小型服務商、公民團體,多半不在名單裡,而這批人正好最沒有能力自己養一支資安團隊。

Epoch AI 先前示範過,開源的 GLM 模型也能利用已知但未修補的 Firefox 漏洞。工具會擴散,門票不會。

面對 GPT-6 Cyber,防守方現在能改的三件事

第一件是把修補週期從季度縮到週。當漏洞研究的成本掉到一千多美元,從公開到被利用的窗口會跟著縮短,季度排程來不及。

第二件是假設對手手上的工具跟這支模型差不多。防火牆規則、對外暴露的測試環境、預設密碼,這些老問題會被更快找到。

第三件是盤點那些沒人維護的內部服務。模型掃的是程式碼,不是你的資產清冊。老服務不會自己舉手,通常要等到被別人找到才有人記得它還開著。

台灣與香港團隊離 GPT-6 Cyber 有多遠

多數團隊拿不到 Daybreak Red,這點不會很快改變。真正先感受到的是間接效果:過去要排隊等高手處理的漏洞研究,現在幾個小時能跑完一輪。

台灣的製造業把機台與 ERP 接在同一個網段,地方的水處理與電力設施靠少數人維護,接案公司還在用三年前版本的內容管理系統。這幾種環境的共同點不是預算少,是修補的人力少。香港的金融機構資源多,但採購與審查流程長,同樣追不上這個速度。

短期內能做的,是把「這台機器有沒有更新」變成每週固定要回答的問題,而不是出事才問。

分享這則新聞

來源

相關 AI 新聞

終端機視窗裡有上升的獎勵曲線,旁邊是一個 27B 標章
AI 模型

DaisyRose-27B 只做強化學習,18 天把代理寫程式成績翻倍

同一個 Qwen3.8-27B,架構、分詞器、聊天模板都沒改,只換訓練方式。RadixArk 拿 1,200 個長流程任務,示範後訓練的預算可以買到什麼。

熱度:1,330
筆電輪廓裡有三張堆疊的層板,穿過一個迴圈箭頭
AI 模型

Inkling 2 Mini 把中間 12 層跑三次,26B 模型離線塞進筆電

24 層的模型,跑出 48 層的計算深度。Thinking Machines Lab 把這個迴圈架構做成 open weights,讓代理任務有機會在筆電上離線完成。

熱度:1,710
暗色背景上一道長條藍綠色聲波,其中一根橘色強調柱
AI 模型

Rumble-2-Flash 開源:0.5B 參數在客服電話上追平 30B 模型

一支 5 億參數的語音辨識模型,在 302 小時的英文客服電話上,只輸給 300 億參數的對手 0.08 個百分點。Reson8 在 11 月 18 日把這支模型連權重一起放上 Hugging Face。

熱度:560
深藍背景上三道光環繞著一顆發光的小核心
AI 模型

Gemini 4 Neon 上線:模型選單剩四項,Argon 與 3.1 Pro 退場

Google 在 11 月 18 日把 Gemini 4 Neon 推上線,同一時間,Gemini app 的模型清單從六個名字縮成四個。習慣點 Argon 的人,今天打開 app 會發現它不見了。

熱度:1,500