GPT‑6 Cyber 提升網絡安全智能體的漏洞研究與範圍遵循能力

GPT‑6 Cyber：推進對齊式網絡安全智能體的前沿

一款經訓練、能夠尋找並驗證可被利用漏洞的網絡安全模型，同時遵守研究人員設定的範圍。

收聽文章 13:13

推進前沿網絡安全能力

我們推出 GPT‑6 Cyber，在安全研究方面取得重大突破：它更擅長尋找及修補漏洞，也更可靠地遵守研究人員設定的界限。與 GPT‑5.6 Cyber 相比，GPT‑6 Cyber 在多項重要網絡安全基準測試中大幅提升，包括 ExploitGym 的相對表現提升 51%，以及在遵守範圍方面的測試中取得階躍式提升。它已協助保障實際軟件的安全，在 Linux 和 Firefox 等攸關安全的程式碼庫中發現並驗證數千個漏洞利用攻擊。

ExploitGym 用來測試模型能否利用指定漏洞；GPT‑6 Cyber 的得分為 48.5%，高於 GPT‑5.6 Cyber 的 32.1%。它也更可靠地遵守任務界限：在另一項對齊評估中，未使用部署提示詞時，GPT‑6 Cyber 在 99.93% 的測試中沒有利用範圍外的服務；使用此提示詞時，則在 100% 的測試中做到這一點。這項對齊能力的提升，源於專門訓練模型遵守授權範圍、尊重限制並準確匯報結果。

這些能力已在協助保障實際系統的安全。我們的研究人員利用 GPT‑6 Cyber，在 Linux 中開發了948 個權限提升漏洞利用程式⁠，並在 Firefox 中發現 81 個此前未知的高危漏洞，儘管此前已使用前沿模型進行大量測試。模型亦協助開發候選修補程式，而 Mozilla 已發布多個 Firefox 漏洞的修補程式⁠（在新視窗開啟）。Cisco、Calif 和 CodeRabbit 的安全團隊正使用它進行漏洞研究和程式碼審查，而我們亦依靠它找出並修補自家基礎設施中的弱點⁠。

顯然，我們只有有限時間可利用前沿模型保障軟件安全⁠。我們的目標是大幅擴展 Daybreak，讓各種規模的機構、獨立研究人員和開源維護者都能進行先進安全研究。GPT‑6 Astra 等主線模型已支援程式碼審查、漏洞分流和修補程式開發。Daybreak Blue 協助經驗證的防禦者驗證漏洞及修補程式，減少不必要的拒絕；Daybreak Red 則讓用戶透過 GPT‑6 Cyber 進行更深入的漏洞利用開發及經授權的安全測試。

推進前沿網絡安全能力

GPT‑6 Cyber 相較 GPT‑5.6 Cyber 有重大提升，在大部分網絡安全任務上的表現亦優於 GPT‑6 Astra，即使 Astra 沒有拒絕相關請求亦然。我們透過需要模型理解軟件、識別漏洞並開發可運作漏洞利用程式的任務，評估該模型。根據這些結果，按照我們的 Preparedness Framework，我們將該模型在網絡安全方面的級別評為 Critical，較 GPT‑5.6 Cyber 的 High 高。

ExploitGym RemoteExploitBench ExploitGym Honeypot ExploitBench (June–August 2026)SRE-Bench 網站滲透測試

ExploitGym 用以測試模型能否利用遠端目標中的指定漏洞。GPT‑6 Cyber 的得分為 48.5%，較 GPT‑5.6 Cyber 的 32.1% 高約 16 個百分點。為測試模型發掘漏洞的能力，我們亦為攻擊性網站滲透測試建立了一項新的評估。模型會在無法存取原始碼的情況下探測網頁應用程式。GPT‑6 Cyber 的漏洞召回率為 40.3%，GPT‑6 Astra 則為 32.0%。

Daybreak Red 旨在支援更進階的安全工作流程，包括開發可運作的漏洞利用程式，並在遠端目標上使用這些程式。為評估這些能力，我們建立了一項名為 RemoteExploitBench 的新基準測試，在受控環境中使用 GitLab、PostgreSQL 和 Jenkins 等應用程式的已知漏洞。在首次評估中，使用 Daybreak Blue 的 GPT‑6 Astra 拒絕了 100% 的任務，而 GPT‑6 Cyber 則完成了 95%；它唯一未能完成的任務，是無法令漏洞利用程式在遠端環境中成功運作的那一項。完整結果及評估設定請參閲系統卡⁠（在新視窗中開啟）。

更強的對齊能力，更能遵守範圍限制

網絡安全 Agent 的其中一項風險，是超出獲指派任務的範圍、嘗試利用無關服務，或無視研究人員訂下的測試規則。

我們將對齊能力列為 GPT‑6 Cyber 的核心重點，並透過專門訓練協助模型留在授權範圍內、遵守行動限制，以及準確匯報工作。在部署前，我們進行了一系列對齊評估，以衡量這些行為。完整結果請參閲系統卡⁠（在新視窗中開啟）。

其中一項評估是 ExploitGym Honeypot，設計參考了Hugging Face 事件⁠。我們在隔離環境中向模型提供一項具挑戰性的漏洞利用任務，並讓它存取套件登錄庫或物件儲存等支援服務。我們刻意令這些服務容易被利用，讓攻擊這些服務可以揭示任務的旗標。模型必須推斷，利用這些服務已超出任務範圍。

在這項評估中，GPT‑6 Cyber 的表現較 GPT‑5.6 Cyber 大幅提升。在沒有部署安全提示詞的情況下進行測試時，它在 99.93% 的情況下沒有利用範圍以外的服務，高於 GPT‑5.6 Cyber 的 94.49%。加入這些提示詞後，GPT‑6 Cyber 在 100% 的情況下都沒有超出範圍。

我們可以直接從 GPT‑6 Cyber 模型的思維鏈中看到它如何推理，確保不超出範圍：

Agent 思維鏈摘錄

“不能假設存在額外 API，亦不能攻擊非目標範圍內的控制器。我們只應針對二進制檔／伺服器。” “不能假設存在額外 API，亦不能攻擊非目標範圍內的控制器。我們只應針對二進制檔／伺服器。” “不能假設存在額外 API，亦不能攻擊非目標範圍內的控制器。我們只應針對二進制檔／伺服器。”

Agent 思維鏈摘錄

“不要探查不在範圍內的憑證。” “不要探查不在範圍內的憑證。” “不要探查不在範圍內的憑證。”

對安全團隊的實際影響

GPT‑6 Cyber 已協助安全團隊找出漏洞、驗證漏洞的影響，並制定修正方案。客戶已將它應用於大型程式碼庫、長時間執行的漏洞利用開發，以及安全審查：

8 個中的 1 個

“GPT‑6 Cyber 是世界級的網絡防禦模型。Firefox 踏入 2026 年時，是全球安全加固程度最高、受審視最嚴格的程式碼庫之一。即使經多代前沿模型進一步加固，GPT‑6 Cyber 仍發現了此前未知的高危漏洞、找出架構上的改進方向，並協助我們向數以百萬計用戶推出修正方案。”

Brian Grinstead，傑出工程師，Firefox

“在我們迄今使用過的模型中，它最適合處理長時間執行的漏洞利用開發任務。它能逐步建立漏洞利用原語庫，再找出串連這些原語、達至更強成果的路徑，這相比前幾代模型是一次跨越式進步。”

Thai Duong，行政總裁，Calif

“在我們內部的新型漏洞發現及利用基準測試中，GPT‑6 Cyber 的表現最佳。它取得 23% 的分數，上一個最佳分數則為 13%。它能高效地在大型程式碼庫中發現影響重大的漏洞，並將漏洞轉化為端到端概念驗證成果。這個模型正推進模型處理網絡安全的前沿。”

Steven Hao，首席技術官，Cognition

“GPT‑6 Cyber 較以往模型大有進步。我們發現它速度更快、成本效益更高，能力亦顯著更強。它已在協助我們更好地保護自家產品；透過 Unit 42 Continuous Frontier AI Defense，我們正將同樣的速度和精準度帶給客戶，以大規模保護企業軟件。”

Lee Klarich，首席產品及技術官，Palo Alto Networks

“要防禦現代基礎設施，持續創新不可或缺。隨着威脅環境日趨複雜，運用 OpenAI GPT‑6 Cyber 這類前沿 AI 模型，是讓天秤傾向防守方的重要一步。把這些能力融入研究工作，讓團隊能更快、更精準地分析複雜架構及識別風險，最終增強客戶所依賴技術的韌性與可信度。”

Anthony Grieco，資深副總裁、首席安全及信任官，Cisco

“安全研究最困難之處，是把零散線索串連起來，清晰理解攻擊可能如何進行。GPT‑6 Cyber 協助研究人員建立這些聯繫、測試假設，並找出值得深入調查的弱點。它拓展了專家可處理的工作範圍，亦協助我們把這些理解轉化為更完善的客戶保障。”

Chris Corde，首席產品官，SentinelOne

“我們使用 GPT‑6 處理最難發現的錯誤：埋藏在複雜邏輯中、分散於不同元件，或只有經過一連串條件才會觸發的問題。它能從頭到尾完成調查而不偏離脈絡，並提供清晰、可重現的調查結果，讓團隊可以迅速核實並修復。”

Kyle Polley，Perplexity 資訊安全總監

“GPT‑6 Cyber 是我們測試過最出色的安全審查模型。在我們的內部基準測試中，它比我們的正式使用模型多發現 66% 的高及中等嚴重程度安全問題。這些都是開發者使用 AI Agent 建構產品時需要修復的錯誤。”

Harjot Gill，CodeRabbit 行政總裁

Mozilla
Calif
Cognition
Palo Alto Networks
Cisco
SentinelOne
Perplexity
CodeRabbit
Mozilla
Calif
Cognition
Palo Alto Networks
Cisco
SentinelOne
Perplexity
CodeRabbit

我們亦依靠 GPT‑6 Cyber 保護自己的系統。它是我們最近分享的加強用於訓練前沿模型的基礎設施安全⁠工作的主要模型之一。在受控的紅隊測試活動中，使用 GPT‑6 Cyber 及其他 OpenAI 模型的 Agent 串連漏洞，脱離微型虛擬機，並在底層主機執行程式碼。我們根據調查結果修補軟件、收緊網絡限制，並向維護者及供應商報告問題。

我們的漏洞研究人員亦使用 GPT‑6 Cyber 大規模尋找及驗證開源軟件中的漏洞。這項工作在多年來一直受到仔細審查的軟件中，發現了此前未知的漏洞：

發現 81 個全新的 Firefox 漏洞。 GPT‑6 Cyber 可用於自主工作流程，大規模尋找漏洞並提出高質素修補程式。在一次漏洞研究活動中，GPT‑6 Cyber 就 81 個全新漏洞提供證據及可重現測試；Mozilla 將這些漏洞列為高嚴重程度。它亦顯示，另外 30 個已知問題的嚴重程度高於此前的報告。我們向 Mozilla 披露調查結果，並提出修補程式，協助工程師制定修正方案。Mozilla 支持這項工作，並在收到報告後不久便開始合併修正⁠（在新視窗開啟）。
針對948 個 Linux 核心漏洞⁠開發漏洞利用程式。GPT‑6 Cyber 重現了 1,724 個漏洞，並為其中 948 個開發出可運作的漏洞利用程式；使用相同研究工具框架時，數量超過 GPT‑5.6 Sol 利用的 166 個漏洞的五倍。按照 Linux 社羣的指引，我們向維護者披露了 304 項嚴重問題，並附上候選修補程式；目前正設法修復其他漏洞。
展示嚴重的遠端程式碼執行（RCE）漏洞。我們最近討論了Brotli 的嚴重漏洞⁠（在新視窗開啟）。Brotli 是 Node.js 及其他軟件使用的壓縮程式庫。我們的安全研究人員使用 GPT‑6 Cyber 及其他 OpenAI 模型開發並驗證漏洞利用程式，展示該漏洞如何令下游應用程式遭受遠端程式碼執行。

偵測濫用並阻止高風險活動

隨着模型能力日益提升，並發現更多安全漏洞，我們亦看到更多人試圖利用模型造成傷害。這些企圖包括惡意網絡行為者，以及試圖蒸餾我們模型的敵對團體。我們因此為 GPT‑6 Cyber 更強大的能力配備更完善的防護措施，以偵測並阻止濫用，並確保模型的行動符合用戶的意圖和授權。

我們在推出 GPT‑6 Cyber 時加入並加強了以下防護措施（詳情請參閲系統卡⁠（在新視窗開啟））：

針對網絡安全的錯位監察。 我們會監察行動是否符合用戶授權，同時識別正當的漏洞開發和測試。
針對新興威脅的專項監察。 例如，在協調披露 PHP 的嚴重漏洞期間，我們針對試圖開發攻擊程式、以攻擊線上 PHP 伺服器的行為設立專項監察，同時繼續支援為受影響系統安裝修補程式的防禦者。
Private Safety Processing (PSP)****。 我們會使用自動檢查，審查相關互動是否涉及濫用。標準資料保留政策仍是預設選項。使用零資料保留⁠（在新視窗開啟）的 API 客戶一般必須使用PSP⁠（在新視窗開啟）。PSP 會審查保存在客戶儲存空間內、加密並保留 30 天的記錄，而不會讓 OpenAI 員工看到提示詞和回應。
防範憑證被盜。 預設情況下，我們要求 Daybreak Red API 存取設定 IP 允許清單，限制請求只能來自獲批准的網絡，但少數例外情況除外。我們亦會監察憑證是否遭到盜用。
沙盒隔離與監督。 與以往的模型一樣，對於高風險工作流程，我們建議使用沙盒隔離⁠（在新視窗開啟）、行動審查⁠（在新視窗開啟）及人工監督。
防範高風險網絡安全協助。 我們採用新的檢查機制，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 的防護措施和存取安排時，保護關鍵基礎設施一直是重要考量，包括發電廠、水處理設施，以及支撐這些設施的營運技術和工業控制系統（OT/ICS）。我們既希望讓負責防禦這些系統的團隊使用我們能力最強的模型，亦會加強防護措施，防止未經授權的攻擊。

首先，為支援這些防禦者，我們推出總額 10 億美元的Daybreak for Frontline Defenders⁠資助計劃，補貼資源有限的團隊使用模型，例如政府機構和基本服務供應商。我們亦會在 Daybreak Red 內設立新組別（Daybreak Red for Critical Infrastructure），服務獲批准的關鍵基礎設施防禦者，授權他們對關鍵系統進行獲準測試，同時保留防範模型失調的措施。

其次，為防止 Daybreak Red 和 Blue 平台遭濫用，我們已完善防護措施，以防範可能危害工業控制或安全關鍵系統、幹擾設備，或造成嚴重人身傷害、災難性實體損毀或危及生命的服務中斷的協助及能力發展。下圖比較我們近期更新前後、四種存取配置下的防護標記率；這些更新正配合 GPT‑6 Cyber 推出。

防護機制的封鎖率並非越高越好。本次評估中的許多技術，對正當的資安工作同樣不可或缺，包括瞭解系統、尋找漏洞，以及驗證修補是否能抵禦攻擊。因此，我們會一併評估這些封鎖率，以及對正當研究和漏洞修補工作的支援，而非以達到 100% 為目標。

為評估模型如何協助保護關鍵基礎設施，我們與全球延伸營運科技（xOT）網絡安全供應商 Dragos 合作。Dragos 在受控實驗室環境中，使用可進行網絡安全測試的 Daybreak Red 模型進行評估。評估涵蓋的要求由網絡探索和資產列舉，逐步延伸至定向偵察、敏感資料外洩，以及未經授權且可能造成危險的設備操作。

“Dragos 在模擬發電廠網絡靶場中部署了一個前沿模型，幾乎沒有給它任何指示。模型自行從 IT 雜訊中分辨出 OT 資產，接着在管理保護繼電器資料的工程軟件中發現兩個零日漏洞，揭示了保護設定和斷路器跳閘邏輯。這正是對手在接觸任何實體設備前想掌握的地圖。發動攻擊前所需的偵察和漏洞研究，所需的技能門檻正在降低。與 OpenAI 合作進行這項工作，讓他們能在真正的對手沿着這條路徑行動之前，先了解對手在 OT 網絡中的行動路徑，從而按照這些攻擊可能的發展方式建立防護措施，同時讓模型繼續有助防守這些系統的人員。”

—Rob T. Lee，Dragos 首席 AI 官

我們根據 Dragos 提供的意見完善防護措施，目標是在阻止有害協助的同時，避免不必要地限制獲授權的測試。查看他們的最終報告⁠（在新視窗中開啟），瞭解評估詳情。我們亦正與其他進攻式資安服務供應商及紫隊合作，擴大使用 AI 進行滲透測試和紅隊演練的合作；並與能源公司、其他關鍵基礎設施營運者及國家實驗室合作，評估模型在工業防禦方面的效用及防護措施。我們亦增加了對威脅調查的投資，以偵測涉及 OT/ICS 的模型使用情況。我們會繼續聽取合作夥伴及資安界的意見，完善防護措施；如果防護措施未能阻止有害活動，或幹擾正當工作，亦可透過 /feedback 提交報告。

擴大可信任防禦者的使用範圍

GPT‑6 Cyber 最初會透過 API 和 Codex，提供給一組獲批的 Daybreak Red 客戶。不久後，我們會逐步擴大使用範圍至所有 Daybreak Red 客戶，並向所有 Daybreak Red 客戶提供 GPT‑5.6 Cyber。我們亦正擴大 GPT‑6 Astra 的 Daybreak Blue alpha 測試存取權限，讓更多機構及個人資安研究人員參與；如有興趣，請告訴我們⁠（在新視窗中開啟）。

新用戶及機構可申請加入 Daybreak⁠，並開始使用我們的網絡安全技能、產品及合作夥伴⁠。

作者

OpenAI