OpenAI在11月5日发布了一个新模型，名字叫GPT-6 Cyber。这是一个专门做网络安全研究的模型，任务是发现软件漏洞、验证漏洞能不能被利用，并帮助修复它们。发布本身并不算意外，真正让人停下来的是OpenAI给它打的评级：在公司的安全准备框架下，这个模型的网络安全风险等级是“关键”级，比上一代模型的“高”级高了一档。这是OpenAI第一次把一个模型的网络安全能力评到最高档。
评级背后的数字同样扎眼。按OpenAI自己的测试，这个模型找到了81个以前没人知道的火狐浏览器高危漏洞，火狐的开发方已经开始发布修复；它还为948个Linux内核漏洞做出了可以实际运行的利用程序，其中588个是以前没人发现的新漏洞。对普通用户来说，这是一条安全新闻；对安全从业者和正在找科技工作的人来说，这是一条职业新闻：能自动找漏洞、自动写利用程序的工具，正在从实验室走向实际工作，而它的使用门槛和风险等级，都在同步抬高。
“关键”级是什么意思：不是营销词，是自家安全框架的最高档
先把评级说清楚。OpenAI内部有一套安全准备框架，用来评估模型在几个高风险领域的能力，网络安全是其中之一，档位从低到高依次排列。上一代网络安全模型GPT-5.6 Cyber的评级是“高”级，GPT-6 Cyber升到了“关键”级。这不是广告用语，而是触发更严格管控的内部结论：评级越高，模型的开放范围就越小，使用者的审核就越严。
GPT-6 Cyber建立在OpenAI同期模型GPT-6 Astra的基础之上，两者共享同一套安全准备评级：网络安全为“关键”级，生物与化学风险为“高”级，人工智能自我改进能力低于“高”级。也就是说，“关键”这个评价针对的是网络安全能力这一项，不是说模型在所有方面都达到了最高风险。
也正因为评级是“关键”级，GPT-6 Cyber没有向公众开放。它首批只提供给一小部分通过审核的Daybreak Red客户使用，通过应用程序接口和OpenAI的编程工具Codex调用。Daybreak Red是OpenAI面向授权安全工作的接入层级，覆盖渗透测试和漏洞利用开发这类高级安全活动。OpenAI表示，未来几周内会扩大到全部获得批准的Daybreak Red客户，而上一代模型GPT-5.6 Cyber则从11月6日起向全部Daybreak Red客户开放。普通用户在聊天窗口里用不到这个模型，这一点要先说清楚，避免误读。
数字从哪来：81个火狐漏洞与948个Linux内核利用程序
OpenAI公布的测试结果分两条线，一条是真实软件，一条是标准测试。
真实软件的第一条线是火狐浏览器。OpenAI的研究人员用GPT-6 Cyber找出了81个以前未知的火狐漏洞，火狐的开发方Mozilla把这些漏洞定为高严重级别，并且已经开始发布修复补丁。模型还发现，30个已知问题的实际严重程度比原来报告的更严重。Mozilla的确认很关键：漏洞的严重级别不是OpenAI自己说了算，而是由软件的开发方复核后定的，这让这组数字比单纯的内部测试更有分量。
第二条线是Linux内核，也就是全球大量服务器、云计算平台和安卓设备都在使用的操作系统核心。OpenAI说，研究人员用这个模型复现了1724个Linux内核漏洞，并为其中948个做出了可以实际运行的利用程序，是上一代模型在同样测试条件下做出166个的五倍多。其中588个是以前没人发现的新漏洞。OpenAI表示，已经把304项关键的Linux安全发现连同建议补丁提交给了相关维护者。
标准测试的结果也指向同一个方向。在ExploitGym这项测试漏洞利用能力的基准测试中，GPT-6 Cyber得了百分之48.5，上一代GPT-5.6 Cyber是百分之32.1，基础模型GPT-6 Astra是百分之42.4。OpenAI称，相对上一代模型，这项成绩提高了百分之51。在另一项远程攻击测试中，基础模型拒绝了全部任务，而GPT-6 Cyber完成了百分之95。拒绝与完成之间的反差，正是这个模型被单独拿出来做安全评级的原因：它被设计成在授权范围内动手，而不是只动嘴。
需要提醒的是，以上数字全部来自OpenAI自己的评估和发布，尚未经过独立第三方的全面复核。Mozilla对火狐漏洞严重级别的确认是一个外部验证点，但Linux内核那组数字的完整细节仍有待维护者和安全社区的进一步检验。读这类发布时，把“公司自己的测试结果”和“已经证实的事实”分开，是必要的谨慎。
为什么是双刃剑：修补速度与攻击门槛同时被改写
一个能自动找漏洞、自动写利用程序的模型，对防守方和攻击方同时有价值，这就是它被称为双刃剑的原因。
对防守方来说，价值很直接。软件漏洞的发现长期依赖人工审计，一个有经验的安全研究员花几周才能确认的漏洞，模型可以在更短时间内批量筛查。火狐的81个高危漏洞和Linux内核的304项关键发现如果都能及时修复，意味着大量用户设备在漏洞被恶意利用之前就堵上了缺口。对Mozilla和Linux维护者这样的机构来说，这种工具相当于多了一支不知疲倦的审计队伍。
但硬币的另一面同样真实。利用程序一旦被写出来，从漏洞被发现到能被坏人利用之间的时间就会被压缩。过去，写出一个可靠的利用程序需要相当高的技术门槛，这本身就是一道防线；当模型能批量产出利用程序，这道防线就变矮了。OpenAI把模型限制在通过审核的Daybreak Red客户范围内，正是针对这个风险：工具本身不分善恶，但拿到工具的人分。限制接入范围、要求使用者通过审核、限定使用场景，都是为了让这把双刃剑尽量握在防守方手里。
对普通用户和企业来说，最实际的影响是补丁窗口变短了。火狐用户现在就该检查浏览器是不是最新版本，企业的安全团队则要重新评估漏洞修复的优先级排序：以前可以按月排队的修复清单，现在可能要按周甚至按天处理。漏洞从被发现到被利用的时间在缩短，修复的节奏必须跟上。
值得注意的是，OpenAI在发布中也强调了模型的另一面：GPT-6 Cyber在测试中表现出更强的边界遵守能力。按公司的说法，在没有额外安全提示的情况下，模型在绝大多数测试中都避开了事先划定的禁区，没有擅自触碰不该碰的系统。这项能力是它能被放进授权安全工作流程的前提：一个只会找漏洞、却分不清什么能碰、什么不能碰的模型，是没法交给客户使用的。当然，这同样是OpenAI自己的测试结论，独立评估机构的复核结果值得继续等待。
对求职者意味着什么：安全岗位的要求正在变
这条新闻对科技求职者的意义，比对普通用户的意义更大，而且是分层的。
第一层是网络安全从业者。对渗透测试员、漏洞研究员和安全工程师来说，会用人工智能辅助做漏洞挖掘，正在从加分项变成基本功。未来的招聘要求里，很可能出现这样的组合：懂漏洞原理、会验证利用程序、能判断模型输出的真假。模型可以批量产出疑似漏洞，但确认一个漏洞是不是真的能利用、危害有多大、修复方案是否可行，仍然需要人的判断。纯粹靠手工重复劳动的初级筛查岗位会被压缩，而验证、复核、修复和治理的岗位会更受重视。
第二层是软件工程师。GPT-6 Cyber的测试结果说明，代码里的安全缺陷正在变得更容易被发现，这意味着工程师写代码时对安全的责任更重了。以前“先实现功能、安全以后再说”的做法，成本正在上升。懂安全编码、会做代码审计、能在开发流程里接入自动化安全检查的工程师，在招聘市场上的议价能力会提高。反过来，对安全一窍不通的纯功能开发，容错空间会越来越小。
第三层是更广泛的科技求职者。人工智能正在重塑的不是某一个岗位，而是整个技术工作的分工：机器擅长批量发现和初步验证，人擅长判断、决策和担责。求职者需要展示的，不再是“会不会用某个工具”，而是“能不能在工具给出的结果之上做出正确判断”。简历上写“熟悉人工智能辅助安全工具”不如写清楚一个具体案例：用工具发现了什么、如何验证、修复结果如何。
还有一点值得注意：Daybreak Red的审核机制本身就是一个信号。能接触到这类高级模型的，是通过审核的授权安全团队，而不是所有人。安全行业的信任门槛在提高，有合规记录、有职业资质、有可验证工作成果的从业者，会比只有证书的人更容易拿到这类机会。
普通用户与企业现在该做什么
对普通用户来说，行动清单很短，但值得立即做。第一，更新火狐浏览器到最新版本，打开自动更新，别拖着不装补丁。81个高危漏洞已经开始修复，不更新就等于把已知的门继续敞着。第二，检查操作系统和常用软件的更新状态，Linux用户尤其要留意发行版的安全公告。第三，对来路不明的链接和附件保持警惕，漏洞利用程序变多之后，钓鱼和恶意软件的投放也会跟着升级。
对企业来说，清单要长一些。安全团队应当重新评估漏洞管理流程：漏洞发现的速度在加快，修复的优先级排序要更敏捷；依赖开源组件的产品要建立更及时的补丁跟踪机制，Linux内核和火狐这类基础组件的漏洞会影响整条供应链；同时要评估内部是否有人在未授权的情况下使用类似工具做测试，避免好心办坏事。合规与法务部门也需要关注：使用人工智能做渗透测试和漏洞利用开发，必须有明确的授权范围和书面记录，越过授权边界的测试本身就是违法行为。
对正在考虑进入安全行业的人来说，现在是一个值得认真评估的窗口期。行业对安全人才的需求在上升，但要求也在变化：只会背理论、不动手验证的人会越来越难找工作；既懂攻防原理、又会用新工具、还能把发现讲清楚、写成报告的人，会是招聘方最想要的类型。考取行业认证、参与开源项目的安全审计、在授权范围内做漏洞研究，都是积累可验证经验的途径。
冷静看待这条新闻：三个不要夸大的地方
最后，有三个地方值得冷静一下。
第一，不要把“关键”级理解成模型失控了。这个评级说的是模型在网络安全任务上的能力水平，不是说它已经脱离控制或正在被滥用。OpenAI发布模型的同时也公布了限制措施，这本身就是评级制度在起作用。
第二，不要把948这个数字理解成948个正在被攻击的漏洞。948是模型在测试环境中做出的利用程序数量，其中一部分是针对已知漏洞的复现，另一部分是新发现的漏洞。OpenAI已经把其中304项关键发现提交给了维护者，修复工作正在进行。数字很大，但它衡量的是测试能力，不是现实世界正在发生的攻击规模。
第三，不要以为这只是安全行业内部的事。火狐和Linux内核是全球数亿人每天都在用的基础软件，它们的漏洞影响的是每一个用户。当人工智能开始批量参与漏洞的发现与利用，软件更新、安全习惯和企业的修复速度，就不再是技术细节，而是每个人的日常功课。模型的能力在升级，人的警惕性也得跟着升级。
暂无评论内容