OpenAI 以開發中的網絡安全 AI 模型調查 Linux 核心，生成 948 個 LPE 利用程式及修補方案

OpenAI 於2026年11月4日公佈，利用正在開發中的網絡安全 AI 模型，代理程式自主發現並驗證 Linux 核心漏洞的結果。

• 通往 root 的路徑少了一千條 | OpenAI

測試於10月中旬進行，針對 Linux 核心（當時最新的主分支），動態重現了1,724個漏洞，並產生291個資訊洩漏概念驗證程式（PoC），以及948個讓一般用戶取得管理員（root）權限的本機權限提升（LPE：Local Privilege Escalation）利用程式。代理程式透過一套自動化流程，貫通漏洞發現、驗證、製作利用程式和產生修補程式，不但證明漏洞存在，也提出了修正方案。

從2,308個候選項目中篩選出權限提升漏洞

AI 代理程式從約4,000萬行核心原始碼中，找出5,034個一般用戶可存取、並屬於安全審核範圍的目標區域，共約280萬行（約佔整個核心的7%）。代理程式理解目標威脅模型後，花約12小時進行靜態分析，檢測出2,308個候選漏洞。

接着，代理程式為每個候選漏洞產生並執行驗證程式，在隔離的虛擬機器上進行動態驗證。在啟用了 KASAN（Kernel Address Sanitizer）的核心環境中，代理程式透過產生及執行驗證程式，動態重現了1,724個漏洞。

代理程式從重現的問題中挑選出可能導致資訊洩漏或權限提升的問題，並在啟用了桌面 Linux 標準保護功能的環境中進行驗證，產生了948個 LPE 利用程式，以及291段可重現資訊洩漏的程式碼。OpenAI 研究人員抽取並分析了166個由代理程式製作的利用程式，發現其中至少使用了10種此前未知的新型（novel）Linux 攻擊手法。

漏洞發現的成本與經濟效益

本次調查使用的 API 點數總成本為121萬3,430美元，平均每個權限提升漏洞約1,279美元。該公司表示，若按過往安全競賽 Pwn2Own 和 TyphoonPWN 的獎金（每個漏洞2萬至7萬美元）計算，948個漏洞的總額為1,890萬至6,630萬美元，簡單比較之下是本次 API 成本的16至55倍。

此外，在本次流程開發期間的2026年7月下旬，GPT-5.6 Sol 發現166個獨有的權限提升漏洞，所用 API 點數總額為51萬3,690美元，平均每個約3,095美元。

AI 代理程式自主修正錯誤的循環潛力

在 OpenAI 進行本次調查期間，10天的調查和分析過程中，社羣已將61個 LPE 修正納入 Linux 核心主線，另有43個問題已備妥暫存修補程式（另外約300個問題仍在公開討論中⁠）⁠。該公司對 Linux 維護者迅速回應表示敬意，同時為免重複向上遊開發者提交報告、增加其負擔，會先在最新程式碼上重新驗證，再提交報告。

在本次 Linux 漏洞報告中，該公司的研究人員亦按照核心開發者的建議，優先處理嚴重問題，並在公佈前提交了數百份報告和修正方案。至於其餘問題，該公司也正與參與支援開源漏洞修復的「Patch the Planet」組織合作，向開發者提交報告和修補程式。

本次嘗試亦發現，模型愈聰明，所需的複雜協調編排和過度細緻的手把手指引（Hand-holding）便愈少。實驗中比較的 GPT-5.5 Cyber，需要複雜的協調編排和技能補強（透過外部框架提供強力支援），才能運用漏洞利用技術；相較之下，GPT-5.6 Cyber（或正在開發中的新模型）即使採用省略這些協調編排的簡單配置，也能取得高成功率。

該公司表示，根據這些結果及先前的成本評估，隨着模型效能提升，建議重新掃描先前已審核的程式碼。該公司指出，使用效能更高的模型，有望發現舊模型遺漏的潛在漏洞；未來將推進一種做法，讓防守方先於攻擊者全面修補漏洞。