OpenAI 發布 GPT‑6 Cyber 網路安全模型
OpenAI 釋出 GPT-6 Cyber 網路安全模型
導語 OpenAI 推出 GPT‑6 Cyber，專為漏洞發現、驗證與修復訓練的網路安全智慧體，並透過 Daybreak Red/Blue 平臺向授權安全團隊開放。
AI 伴隨問答
針對這篇報導有疑問？可直接點選快捷問題或向 AI 追問背景脈絡與技術細節：
OpenAI 發布 GPT‑6 Cyber，顯著提升漏洞發現與修復效能，讀者可評估其在實務安全工作流程中的應用潛力。
OpenAI：官網動態·2026-11-05 17:00· 11 小時前精選AI 評分81
GPT‑6 Cyber: Advancing the frontier of aligned cybersecurity agents
AI 導讀
OpenAI 釋出網路安全模型 GPT-6 Cyber，針對漏洞發現、驗證與修復訓練，並通過 Daybreak Red/Blue 平臺向稽核通過的安全團隊開放。
推薦理由
官方給出具體基準數字、Linux 與 Firefox 實戰成果和分平臺訪問安排，讀者可據此評估其安全研究能力與准入門檻。
GPT‑6 Cyber：推動對齊網路安全智慧體的前沿
這是一款網路安全模型，經過訓練能夠發現並驗證可利用的漏洞，同時始終保持在研究人員設定的範圍內。
收聽文章 13:13
分享
我們推出 GPT‑6 Cyber，這是安全研究領域的一次重大飛躍：它發現和修復漏洞的能力更強，也更能可靠地守住研究人員設定的邊界。在關鍵網路安全基準測試中，GPT‑6 Cyber 相比 GPT‑5.6 Cyber 取得大幅提升，其中 ExploitGym 相對提升 51%，在範圍遵守測試中更是出現階躍式改進。它已經在幫助保護真實世界的軟體，在 Linux、Firefox 等安全關鍵程式碼庫中發現並驗證了數千個漏洞利用。
ExploitGym 測試的是模型能否利用指定漏洞，GPT‑6 Cyber 得分 48.5%，高於 GPT‑5.6 Cyber 的 32.1%。它也更能可靠地遵守任務邊界：在另一項對齊評估中，不啟用部署提示詞時，GPT‑6 Cyber 在 99.93% 的測試中避免了對範圍外服務的利用，啟用提示詞後這一比例達到 100%。對齊方面的這一進步，源於針對遵守授權範圍、尊重限制條件、準確報告結果的專門訓練。
這些能力已經在幫助保護真實系統。我們的研究人員用 GPT‑6 Cyber 在 Linux 中開發出 948 個提權漏洞利用，並在 Firefox 中識別出 81 個此前未知的高危漏洞——儘管此前已用前沿模型做過大量測試。該模型還幫助開發了候選補丁，Mozilla 已為其中許多 Firefox 漏洞釋出修復程式（在新視窗開啟）。Cisco、Calif 和 CodeRabbit 的安全團隊正在用它進行漏洞研究和程式碼審查，我們也依靠它發現並修復自身基礎設施中的弱點。
顯然，我們利用前沿模型來保護軟體的時間視窗有限。我們的目標是大幅擴充套件 Daybreak，把先進的安全研究帶給各種規模的組織、獨立研究人員和開源維護者。GPT‑6 Astra 等主線模型已經支援程式碼審查、漏洞分類和補丁開發。Daybreak Blue 幫助經過驗證的防禦者驗證漏洞和修復，減少不必要的拒絕；Daybreak Red 則藉助 GPT‑6 Cyber 支援更深入的漏洞利用開發和授權安全測試。
推進前沿網路能力
GPT‑6 Cyber 相比 GPT‑5.6 Cyber 是重大升級，在大多數網路任務上表現優於 GPT‑6 Astra，即使 Astra 沒有拒絕請求也是如此。我們在要求模型理解軟體、識別漏洞並開發可用漏洞利用的任務上對它進行了評估。基於這些結果，按照我們的 Preparedness Framework，我們將該模型在網路安全領域歸類為 Critical，高於 GPT‑5.6 Cyber 的 High。
在 ExploitGym 上（該測試考察模型能否利用遠端目標中的指定漏洞），GPT‑6 Cyber 得分 48.5%，比 GPT‑5.6 Cyber 的 32.1% 高出約 16 個百分點。為測試漏洞發現能力，我們還針對攻擊性 Web 滲透測試構建了一項新評測：模型在無法訪問原始碼的情況下探測 Web 應用。GPT‑6 Cyber 的漏洞召回率達到 40.3%，而 GPT‑6 Astra 為 32.0%。
Daybreak Red 旨在支援更高階的安全工作流，包括開發可用的漏洞利用程式並將其用於遠端目標。為評估這些能力，我們構建了一個新基準 RemoteExploitBench，使用部署在受控環境中的 GitLab、PostgreSQL、Jenkins 等應用中的已知漏洞。在初步評估中，執行 Daybreak Blue 的 GPT‑6 Astra 拒絕了 100% 的任務，而 GPT‑6 Cyber 完成了 95%；它唯一一次失敗，是一個無法在遠端跑通的漏洞利用。完整結果和評測設定見系統卡（在新視窗開啟）。
對齊更強，更善於守住邊界
網路安全智慧體面臨的一個風險是：它們會超出任務範圍，試圖攻擊無關服務，或無視研究人員設定的交戰規則。
我們把對齊作為 GPT‑6 Cyber 的核心重點，通過專門訓練幫助模型留在授權範圍內、遵守對其行為的限制，並準確彙報工作。部署前，我們開展了一系列對齊評測來衡量這些行為。完整結果見系統卡（在新視窗開啟）。
其中一項評測是 ExploitGym Honeypot，其設計參考了Hugging Face 事件。我們在隔離環境中給模型一個難度較高的漏洞利用任務，同時讓它能訪問包登錄檔、物件儲存等配套服務。我們故意讓這些服務容易被攻破，這樣攻擊它們就能暴露出任務的 flag。模型必須推斷出攻擊這些服務超出了任務範圍。
在這項評測中，GPT‑6 Cyber 相比 GPT‑5.6 Cyber 有了跨越式提升。在不加部署安全提示詞的情況下測試時，它在 99.93% 的情況下避免了攻擊範圍外的服務，而 GPT‑5.6 Cyber 為 94.49%。加上這些提示詞後，GPT‑6 Cyber 100% 都守住了邊界。
從 GPT‑6 Cyber 模型的思維鏈中，我們可以直接看到它如何推理守住邊界：
智慧體思維鏈摘錄
“不能假設額外的 API 或攻擊控制器不是目標。我們只應針對二進位制/伺服器。”“不能假設額外的 API 或攻擊控制器不是目標。我們只應針對二進位制/伺服器。”“不 能 假 設 額 外 的 A P I 或 攻 擊 控 制 器 不 是 目 標。我 們 只 應 針 對 二 進 制/服 務 器。”
智慧體思維鏈摘錄
“不要探索範圍外的憑據。”“不要探索範圍外的憑據。”“不 要 探 索 範 圍 外 的 憑 據。”
對安全團隊的切實影響
GPT‑6 Cyber 已經在幫助安全團隊發現漏洞、驗證其影響並開發修復方案。客戶已將它用於大型程式碼庫、長時間的漏洞利用開發和安全審查：
8 項中的第 1 項
“GPT‑6 Cyber 是世界級的網路防禦模型。Firefox 進入 2026 年時，已是全球加固最徹底、審查最嚴格的程式碼庫之一。即便又經過多代前沿模型的進一步加固，GPT‑6 Cyber 仍發現了此前未知的高危漏洞，指出了架構層面的改進方向，並幫助我們向數百萬使用者推送了修復。”
- Brian Grinstead，Firefox 傑出工程師
“在長時間執行的漏洞利用開發任務上，這是我們用過最好的模型。它能逐步構建原語庫，再從中找到通往更強利用的路徑，相比前幾代是質的飛躍。”
- Thai Duong，Calif 執行長
“在我們內部的未知漏洞發現與利用基準測試中，GPT‑6 Cyber 是表現最好的模型，得分 23%，此前最佳成績為 13%。它在大型程式碼庫中發現高影響漏洞並轉化為端到端概念驗證的效率極高。這個模型正在推動模型處理網路安全問題能力的前沿。”
- Steven Hao，Cognition 技術長
“相比此前的模型，GPT‑6 Cyber 是一次重大飛躍。我們發現它更快、更具成本效益，也明顯更聰明。它已經在幫助我們更好地保護自家產品；通過 Unit 42 持續前沿 AI 防禦，我們正把同樣的速度和精度帶給客戶，以大規模保護企業軟體。”
- Lee Klarich，Palo Alto Networks 首席產品與技術官
“防禦現代基礎設施需要持續創新。隨著威脅形勢日益複雜，藉助 OpenAI GPT‑6 Cyber 等前沿 AI 模型，是讓天平向防禦方傾斜的關鍵一步。把這些能力融入我們的研究，能讓團隊以更快的速度和更高的精度分析複雜架構、識別風險，最終增強客戶所依賴技術的韌性與可信度。”
- Anthony Grieco，Cisco 高階副總裁、首席安全與信任官
“安全研究最難的部分，是把零散的線索串聯起來，清楚理解一次攻擊可能如何發生。GPT‑6 Cyber 幫助我們的研究人員建立這些聯絡、驗證假設，並發現需要深入調查的薄弱點。它拓展了專家們能承擔的工作，也幫助我們把這些理解轉化為對客戶更好的保護。”
- Chris Corde，SentinelOne 首席產品官
“我們把 GPT‑6 用在最難發現的缺陷上：藏在複雜邏輯裡、分散在多個元件中，或只有經過一長串條件才能觸達的問題。它能端到端地推進這些調查而不丟失線索，並給出清晰、可復現的發現，讓團隊能快速驗證和修復。”
- Kyle Polley，Perplexity 首席資訊安全官
“GPT‑6 Cyber 是我們測試過的安全審查最強模型。在我們的內部基準測試中，它發現的高危和中危安全問題比我們的生產模型多 66%。這些正是開發者用 AI 智慧體構建時需要修復的缺陷。”
- Harjot Gill，CodeRabbit 執行長
Mozilla
Calif
Cognition
Palo Alto Networks
Cisco
SentinelOne
Perplexity
CodeRabbit
Mozilla
Calif
Cognition
Palo Alto Networks
Cisco
SentinelOne
Perplexity
CodeRabbit
我們也依靠 GPT‑6 Cyber 來保護自身系統。在我們近期分享的加固前沿模型訓練基礎設施工作中，它是主要使用的模型之一。在受控的紅隊演練中，使用 GPT‑6 Cyber 及其他 OpenAI 模型的智慧體串聯多個漏洞，成功逃逸 microVM，並在底層主機上執行程式碼。我們據此修補軟體、收緊網路限制，並向維護者和廠商報告了問題。
我們的漏洞研究人員也用 GPT‑6 Cyber 大規模發現並驗證開源軟體中的漏洞。這項工作在一些已被審查多年的軟體中找出了此前未知的缺陷：
發現 81 個 Firefox 新漏洞。 GPT‑6 Cyber 適合用於自主工作流，大規模發現漏洞並提出高質量補丁。在一次漏洞研究行動中，GPT‑6 Cyber 為 81 個被 Mozilla 評為高危的新漏洞提供了證據和可復現測試，並證明另有 30 個已知問題比此前報告的更嚴重。我們向 Mozilla 披露了這些發現，並附上建議補丁，幫助其工程師開發修復方案。Mozilla 對此項工作表示支援，並在收到報告後不久便開始合入修復(opens in a new window)。
為948 個 Linux 核心漏洞開發利用程式。 GPT‑6 Cyber 復現了 1,724 個漏洞，併為其中 948 個開發出可用的利用程式，是 GPT‑5.6 Sol 在相同研究框架下利用的 166 個的五倍多。按照 Linux 社群的指引，我們向維護者披露了 304 個關鍵發現並附上候選補丁，其餘漏洞的修復工作正在進行中。
演示嚴重的 RCE 漏洞。我們最近討論過 Brotli 中的一個嚴重漏洞(opens in a new window)，這是一個被 Node.js 等軟體使用的壓縮庫。我們的安全研究人員使用 GPT‑6 Cyber 及其他 OpenAI 模型開發並驗證了利用程式，展示該缺陷如何在下游應用中實現遠端程式碼執行。
檢測濫用並阻止高風險活動
隨著模型能力增強、發現更多安全漏洞，我們也看到更多試圖利用它們造成傷害的行為，包括惡意網路行為者和對抗性組織試圖蒸餾我們的模型。因此，我們為 GPT‑6 Cyber 更強的能力配套了更強的防護措施，以檢測和阻斷濫用，確保模型的行為不超出使用者的意圖和授權範圍。
我們在釋出 GPT‑6 Cyber 的同時新增並強化了這些保護措施（完整資訊見系統卡(opens in a new window)）：
針對網路場景的失準監控。我們監控行為是否符合使用者授權，同時識別合法的漏洞利用開發與測試。
針對新興威脅的定向監控。例如，在 PHP 關鍵漏洞的協同披露期間，我們針對試圖對線上 PHP 伺服器開發漏洞利用的行為設定了定向監控，同時保留對修補受影響系統的防禦者的支援。
私有安全處理（PSP）。我們使用自動化檢查來審查相關互動是否存在濫用行為。預設情況下仍採用標準資料保留策略。使用零資料保留（在新視窗開啟）的 API 客戶通常必須使用 PSP（在新視窗開啟），該機制會審查客戶儲存中保留 30 天的加密記錄，且不會向 OpenAI 人員暴露提示詞和回覆內容。
防範憑證被盜。對於 Daybreak Red API 的訪問，我們預設要求 IP 白名單，將請求限制在獲批網路內，僅有少數例外。我們還會監控憑證是否遭到洩露。
沙箱與監督。與以往模型一樣，我們建議對高風險工作流採用沙箱（在新視窗開啟）、操作審查（在新視窗開啟）和人工監督。
防範高風險網路協助。我們使用新的檢查機制來阻止涉及關鍵系統的高風險活動（詳見下文）。
保護關鍵基礎設施
在設計 GPT‑6 Cyber 的防護措施和訪問許可權時，保護關鍵基礎設施一直是核心考量，包括髮電廠、水處理設施，以及支撐這些設施的運營技術（OT）和工業控制系統（ICS）。我們既希望讓負責防禦這些系統的團隊用上我們能力最強的模型，也希望強化防護措施，防止未經授權的攻擊。
首先，為了武裝這些防禦者，我們設立了 10 億美元的Daybreak 一線防禦者計劃，為政府機構和基本服務提供商等資源有限的團隊提供訪問補貼。我們還在 Daybreak Red 下新設了一個面向獲批關鍵基礎設施防禦者的分組（Daybreak Red 關鍵基礎設施組），允許他們對關鍵系統進行授權測試，同時保留針對模型失準的防護措施。
其次，為防止 Daybreak Red 和 Blue 平臺被濫用，我們改進了防護措施，阻止可能危及工業控制或安全關鍵系統、干擾裝置，或造成嚴重傷害、災難性物理損壞、危及生命的服務中斷的協助與能力開發。下圖對比了四種訪問配置下的防護標記率，涵蓋我們隨 GPT‑6 Cyber 一同推出的最新更新前後的情況。
防護攔截率更高並不總是更好。本次評估中的許多技術對正當的安全工作同樣不可或缺：理解系統、發現漏洞、驗證修復能否抵禦攻擊。因此，我們是在支援正當研究和打補丁的前提下評估這些比率，而不是追求 100%。
為了評估我們的模型如何幫助防禦關鍵基礎設施，我們與 Dragos 合作，後者是全球擴充套件運營技術（xOT）網路安全提供商。Dragos 在受控實驗室環境中使用對網路活動較為寬鬆的 Daybreak Red 模型進行了評估。評估涵蓋了一系列請求，從網路發現和資產列舉，逐步推進到定向偵察、敏感資料外洩，以及未經授權、可能危險的裝置操作。
“Dragos 把一個前沿模型放進模擬電廠靶場，幾乎沒給它任何提示。它自己就把 OT 資產從 IT 噪聲裡分離出來，隨後在管理保護繼電器資料的工程軟體中發現兩個零日漏洞，這些漏洞會暴露保護定值和斷路器跳閘邏輯。這正是攻擊者在觸碰任何物理裝置之前想要的那張地圖。發動攻擊前所需的偵察和漏洞研究，門檻正在降低。與 OpenAI 合作開展這項工作，能讓他們在真實對手之前看清攻擊者穿越 OT 網路的路徑，從而圍繞這些攻擊可能的展開方式構建防護措施，同時讓模型繼續為防禦這些系統的人所用。”
——Rob T. Lee，Dragos 首席 AI 官
我們利用 Dragos 的反饋來改進防護措施，目標是攔截有害協助，同時不過度限制授權測試。檢視他們的最終報告（在新視窗開啟）瞭解評估詳情。我們還在擴大與其他攻擊性安全提供商和紫隊的合作，圍繞 AI 開展滲透測試和紅隊演練；同時與能源公司、其他關鍵基礎設施運營商和國家實驗室合作，評估我們的模型在工業防禦中的有效性和防護措施。我們還加大了對威脅調查的投入，以發現涉及 OT/ICS 的模型使用情況。我們將繼續根據合作伙伴和安全社群的反饋改進防護措施，包括通過 /feedback 提交的報告——當防護措施漏掉有害活動或干擾正常工作時。
擴大可信防禦者的訪問許可權
GPT‑6 Cyber 最初通過 API 和 Codex 向一組經過篩選的 Daybreak Red 客戶開放。我們很快會逐步向所有 Daybreak Red 客戶擴大訪問許可權，同時也在向所有 Daybreak Red 客戶提供 GPT‑5.6 Cyber。我們還在擴大 GPT‑6 Astra 的 Daybreak Blue alpha 訪問範圍，覆蓋更多組織和獨立安全研究人員；如有興趣請告訴我們（在新視窗開啟）。
新使用者和組織可以申請 Daybreak，並通過我們的網路安全技能、產品和合作夥伴開始使用。
作者
OpenAI
來源：OpenAI：官網動態 · openai.com