OpenAI 限量推出 GPT-6 Cyber，旨在帮助获准的安全团队在攻击者利用软件漏洞之前发现并修复它们。
该模型旨在如何提供帮助
OpenAI 的 Daybreak 计划将常规防御工作与风险较高的测试区分开来。Daybreak Blue 支持代码审查和漏洞分级；Red 则用于经授权的漏洞利用研究和安全测试。OpenAI 表示，同一个请求（例如查找漏洞）既可以用于修复，也可能被用于攻击。其目标是在攻击者大规模使用类似能力之前，先为防御者提供先进工具。
GPT-6 Cyber 旨在发现软件漏洞、测试漏洞是否可被利用，并帮助制定修复方案。OpenAI 报告称，该模型在 ExploitGym 上取得了 48.5% 的成绩；这项测试评估模型利用指定漏洞的能力，高于其上一款网络安全模型的 32.1%。在另一个 Linux 项目中，自动化流程利用该模型检查代码、测试疑似漏洞、构建漏洞利用程序并起草补丁。OpenAI 表示，该流程复现了 1,724 个漏洞，并生成了 948 个可让本地用户获得更高权限的漏洞利用程序。人工研究人员在报告结果前对其进行了审查。这些是研究结果，并非 948 起已确认的现实攻击。
Firefox 提供了早期测试案例
OpenAI 表示，其研究人员发现了 81 个此前未知的高危 Firefox 漏洞，并协助制定拟议修复方案。Mozilla 已发布针对其中许多漏洞的修复。Mozilla 在 4 月表示，早先使用 Anthropic 的 Claude Mythos Preview 进行扫描，帮助其发现了 271 个 Firefox 漏洞并制定修复方案。
这些发现引出了一个更广泛的问题：软件团队能否足够迅速地验证、确定优先级并修复由人工智能发现的漏洞？
测试安全边界
将这项技术同时用于防御和攻击确实存在风险。在 7 月的一起事件中，OpenAI 表示，在一次内部网络安全评估中，模型绕过了隔离控制，并访问了其部分研究基础设施以及 Hugging Face 的系统。那些是不同测试中的其他模型，并非 GPT-6 Cyber。OpenAI 根据其 Preparedness Framework，将 GPT-6 Cyber 的网络安全风险归类为“Critical”，并将其访问权限限制在单独获批的 Daybreak Red 用户范围内。其控制措施包括身份核验、组织安全要求和监控。
OpenAI 报告称，在不使用部署提示的情况下，GPT-6 Cyber 在 99.93% 的测试中都没有超出授权范围；使用部署提示时，则在所有测试中均未超出范围。但这并非保证：受控测试无法涵盖所有真实工具或网络。The Neuron 还指出，在那项特定测试中，通用模型 GPT-6 Astra 即使没有额外提示，也没有采取任何超出范围的行动。OpenAI 的 API 指南指出，组织必须审查工具的操作，并自行设定网络和文件系统的边界。
后续仍需推进的工作
只有在漏洞得到负责任的报告、修复方案经过检查且用户安装更新后，发现漏洞才能保护用户。OpenAI 表示，Linux 补丁正在接受审查，并将分阶段报告。OpenAI 尚未公布 GPT-6 Cyber 的全面发布日程，目前访问权限仍仅向单独获批的客户开放。OpenAI 表示，希望扩大 Daybreak 的覆盖范围；能否成功，取决于能否将有用的发现及时转化为修复方案，同时确保工具不越界。