OpenAI发布GPT-6 Cyber模型，漏洞攻击重现成功率达48.5%

person sitting near chain while using MacBook Pro — Agefis / Unsplash

OpenAI发布了名为GPT-6 Cyber的专门用于网络安全的人工智能模型，该模型旨在发现软件漏洞并验证实际攻击的可能性。

该模型基于GPT-6 Astra开发，针对漏洞发现、攻击代码编写以及网络应用程序渗透测试等任务进行了额外训练。它不仅能识别源代码中的薄弱环节，还能验证漏洞是否可被利用，重现攻击过程，并支持安全人员确认修复结果。

在评估结果中，GPT-6 Cyber在测量漏洞攻击重现能力的ExploitGym中达到了48.5%的成功率，比之前的GPT-5.6 Cyber的32.1%高出16.4个百分点。在不提供源代码的黑盒渗透测试中，其漏洞发现率为40.3%，高于通用模型GPT-6 Astra的32.0%。此外，在RemoteExploitBench测试中，该模型完成了95%的评估任务。

在实际研究应用方面，GPT-6 Cyber协助发现了Firefox中81个此前未知的极高风险漏洞，Mozilla已针对其中大部分漏洞提供了修复措施。在针对Linux内核的研究中，该模型重现了1,724个漏洞，并为其中948个开发了可运行的攻击代码。

OpenAI根据其准备框架将该模型的网络安全能力评级为最高等级的Critical，意味着该模型具备执行高级网络攻击的能力。为此，OpenAI通过Daybreak Red计划限制访问权限，仅向经过身份验证的安全研究员和批准的组织提供服务。组织用户必须满足单点登录、多因素认证、管理设备和最小权限访问控制等安全要求，且API访问仅限于允许的IP地址。

针对安全性评估，在没有部署安全指南的环境中，GPT-6 Cyber超出授权范围攻击诱饵系统的比例为0.07%，低于GPT-5.6 Cyber的5.51%，而在应用安全指南后则未观察到超出范围的攻击。不过，在某些警告情况下，该模型的中断判断弱于GPT-6 Astra，且未能充分解释未完成任务的原因。