OpenAI melaporkan pada 4 November 2026 bahawa saluran paip penyelidikan kerentanan prototaip, dikuasakan oleh salah satu model sibernya yang belum dikeluarkan, menemui dan menggunakan senjata 948 kelemahan peningkatan keistimewaan tempatan yang unik dalam kernel Linux semasa penyelidikan dijalankan pada pertengahan Oktober. Menurut penulisan syarikat itu, diliputi secara terperinci oleh Unite.AI dan The Hacker News, saluran paip yang sama juga menghasilkan tampung calon untuk setiap penemuan dan menyerahkan pakej penuh kepada penyemak manusia untuk diedarkan kepada penyelenggara kernel.
Setiap kelemahan, jika disahkan, akan membenarkan pengguna tempatan yang tidak bernasib baik mendapat akses root pada mesin yang terdedah - jenis pepijat yang, pada sistem yang dijalankan Linux, adalah permainan atas syarat. Linux adalah sasarannya ialah: OpenAI memilihnya kerana kernel merangkumi lebih daripada 40 juta baris kod dan menyokong telefon Android, infrastruktur awan dan superkomputer, menjadikannya pangkalan kod paling penting yang boleh diuji oleh penyelidik automatik. For more context on this story, see our ongoing AI industry coverage.
Bagaimana Talian Paip Berfungsi
Sistem merantai beberapa peringkat bersama-sama: penemuan kelemahan, pengesahan dinamik, penilaian kebolehgunaan, penjanaan tampalan dan, akhirnya, semakan manusia. OpenAI menerangkan tiga kelas ejen yang melakukan kerja keras. Ejen Pengakap memilih sasaran audit berdasarkan cara kod yang boleh dicapai daripada konteks istimewa rendah dan bagaimana ia kelihatan berkaitan keselamatan. Ejen penganalisis mengimbas sasaran tersebut untuk mengesan pepijat calon. Ejen triage kemudian membina dan memperhalusi bukti konsep di dalam mesin maya yang menjalankan kernel yang diinstrumenkan dengan Kernel Address Sanitizer, mengekalkan bukti masa jalan dan bukannya mempercayai analisis statik sahaja.
Setiap himpunan penyelidikan yang lengkap mengandungi empat artifak: analisis punca punca, bukti konsep ranap minimum, tampung calon dan eksploitasi kerja penuh. OpenAI secara eksplisit bahawa ujian tidak dilakukan terhadap sasaran yang sengaja dilemahkan — mesin maya menjalankan konfigurasi desktop stok dengan pengurangan SMEP, SMAP, KASLR dan HARDENED_USERCOPY semuanya didayakan.
Nombor Di Sebalik Larian
Skala sapuan adalah cerita. Ejen Pengakap memilih 5,034 sasaran audit yang meliputi kira-kira 2.8 juta baris kod — kira-kira 7 peratus daripada kernel. Ejen penganalisis menghasilkan 2,308 penemuan calon pendua dalam tempoh 12 jam. Pengesahan dinamik kemudian menghasilkan semula 1,724 daripada kelemahan tersebut dalam tetingkap 30 jam, dan OpenAI mengatakan hanya 3.1 peratus daripada penemuan yang masih hidup mencerminkan analisis model yang salah.
Peringkat eksploitasi menjadikan pengesahan menjadi senjata: 291 bukti kebocoran maklumat konsep dan 1,169 eksploitasi peningkatan keistimewaan tempatan yang berfungsi, menurut OpenAI. Analisis varian — mengubah pepijat yang disahkan untuk mencari contoh adik-beradik kelas kecacatan yang sama — kemudian menghasilkan 948 tampung yang berbeza, dan OpenAI menggunakan angka itu sebagai kiraan tajuk pepijat peningkatan keistimewaan yang unik. Itulah sebabnya kiraan eksploitasi mentah dan angka 948 tidak sepadan. Syarikat itu juga memberi amaran bahawa pembaikan yang dijana kekal sebagai calon untuk semakan penyelenggara, bukan tampung digabungkan.
Satu Keputusan Hampir Tergelincir
Laporan itu adalah luar biasa jujur tentang kejadian nyaris. Dalam larian awal, OpenAI mendapati bahawa 20 daripada 200 eksploitasi yang dilaporkan berjaya telah memperoleh akar melalui hari sifar yang berbeza daripada kelemahan yang diberikan kepada mereka — bermakna cangkerang akar sahaja akan menyembunyikan percanggahan itu. Syarikat mengetatkan kekangan tugas dan menambah pemeriksaan bebas bagi setiap laluan eksploitasi sebagai tindak balas. Ia adalah perincian yang penting: pada skala ini, sistem automatik boleh menghasilkan keputusan yang betul secara teknikal atas sebab yang salah, dan hanya pengesahan laluan eksplisit yang menangkapnya.
Kos setiap Exploit Jatuh Mendadak
Perbandingan larian OpenAI sendiri menunjukkan betapa cepatnya ekonomi bergerak. Larian pertengahan Oktober menelan belanja $1.213 juta dalam kredit API — $1,279 setiap pepijat peningkatan keistimewaan unik. Larian akhir Julai 2026 menggunakan model GPT-5.6 Sol telah menelan kos $513,690 dan menghasilkan 166 pepijat unik, yang menghasilkan kira-kira $3,100 setiap eksploitasi. Itu adalah peningkatan lebih daripada lima kali ganda dalam penemuan baru dalam tempoh tiga bulan — satu tempoh, kata OpenAI, di mana kernel terus dikeraskan — pada kurang daripada separuh kos unit. Syarikat membentangkan angka kosnya sebagai had atas, kerana larian dibina untuk mengukur keupayaan dan bukannya untuk mengoptimumkan perbelanjaan.
Larian kernelCTF yang disesuaikan secara berasingan menghasilkan 25 bukti kebocoran maklumat konsep dan 21 eksploitasi selama 112 jam pada kira-kira $32,936 dalam kredit API. OpenAI menyatakan jumlah hadiah kira-kira $1.5 juta yang dilampirkan pada larian itu adalah bersyarat pada semua 21 kelemahan yang diterima, bukan anugerah yang diumumkan — peraturan kernelCTF Google membayar $71,337 setiap eksploitasi yang layak, memerlukan sekurang-kurangnya 70 peratus kestabilan dalam 20 larian dan menghadkan ganjaran kepada penyerahan sifar hari yang layak.
Sepuluh Teknik Pakar Tidak Lihat
Di antara sampel 166 eksploitasi yang disemak oleh pasukan OpenAI dan pakar eksploitasi kernel pihak ketiga, sepuluh teknik telah dinilai sebagai benar-benar baharu. Syarikat itu menamakan beberapa: objek anjal yang berterusan, dandanan halaman, peningkatan keistimewaan data sahaja dan kekeliruan jenis sewenang-wenangnya. Butiran teknikal penuh ditahan atas sebab keselamatan — satu pengakuan bahawa buku main yang sama, diterbitkan, akan berguna dengan serta-merta kepada penyerang.
Dari Subuh hingga Menampal Planet
Larian ini merupakan peningkatan kerja OpenAI bermula lebih awal pada tahun 2026. Inisiatif Daybreak, yang dilancarkan dengan firma keselamatan Trail of Bits pada 22 Jun 2026, menggandingkan penyelidikan kelemahan berbantukan AI dengan semakan pakar sambil membiarkan penyelenggara mengawal penggunaan dan pendedahan patch. Usaha awal itu melaporkan 24 eksploitasi peningkatan keistimewaan dan lapan bukti kebocoran maklumat penuding kernel daripada konsep GPT-5.5 Cyber Linux — sebahagian kecil daripada hasil bulan ini.
OpenAI berkata ia telah menghantar ratusan laporan dan tampalan untuk kelemahan kritikal kepada penyelenggara, dengan bakinya akan diedarkan secara beransur-ansur melalui rakan kongsi Patch the Planet. Ia juga menggesa penyelenggara untuk mengesahkan semula penemuan terhadap kod semasa, memandangkan imbasan Oktober mendapati 61 pepijat telah ditambal di hulu, 43 dengan tampalan pementasan belum selesai, dan 299 yang telah dilaporkan atau dibincangkan secara terbuka — bukti bahawa pembangun kernel telah menemui beberapa kelemahan yang sama dengan tangan walaupun model itu melewatinya.
Maksudnya untuk Keselamatan Kernel
Kesesakan, seperti yang dirangka OpenAI, sedang beralih. Menjana petunjuk kelemahan menjadi murah dan hampir tidak terhad; sumber yang terhad kini membuktikan mengeksploitasi laluan, mengekalkan penemuan terkini terhadap pangkalan kod yang bergerak, dan menghasilkan pembetulan penyelenggara bersedia untuk bergabung. Pengesahan bebas dan semakan manusia — yang menangkap kedua-dua kegagalan sifar hari yang salah dan masalah kualiti dalam tampung yang dijana secara automatik — adalah perkara yang menentukan sama ada penyelidikan automatik pada skala ini menjadi kerja pertahanan yang boleh digunakan atau hanya beban pelaporan jenis baharu untuk penyelenggara yang terlalu tegang.
Bagi pembela, mesej itu tidak selesa tetapi jelas: saluran paip yang sama yang merangka tampalan calon boleh memberikan musuh yang berkebolehan beribu-ribu titik permulaan. Perlumbaan kini adalah antara orang yang menggabungkan pembaikan dan sesiapa sahaja yang berjaya menghasilkan semula eksploitasi itu sendiri.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
