GPT-6 Cyber实测拆解：Firefox挖出81个高危漏洞，OpenAI把AI攻防天花板抬到Critical级

OpenAI在11月5日深夜放出一个重磅模型：GPT-6 Cyber，专门干一件事——找漏洞、验证漏洞、写补丁。

这不是一次普通的版本升级。在ExploitGym基准测试中，GPT-6 Cyber拿到48.5%的成功率，比上一代GPT-5.6 Cyber的32.1%相对提升51%。在RemoteExploitBench远程漏洞利用评估中，它完成了95%的测试任务。

更狠的是真实世界的战绩。

Firefox被挖出81个未知高危漏洞

Firefox是Mozilla维护了近二十年的开源浏览器，是全球被安全研究人员翻得最透的代码库之一，常年接受模糊测试和自动化工具扫描。

即便如此，GPT-6 Cyber在一轮漏洞研究中仍然发现了81个此前未知、被Mozilla归类为高严重性的安全漏洞。它还提交了证据，显示另外30个已知问题的严重程度被低估了。

OpenAI研究团队把发现、可复现测试和候选补丁一起交给了Mozilla。Mozilla已开始修复，部分补丁已经发布。

Firefox杰出工程师Brian Grinstead在OpenAI的发布文章中说，Firefox进入2026年时已经是被高度审查和加固的代码库之一，多代前沿模型检查过后，GPT-6 Cyber仍然找到了未知的高危问题，帮助团队向数百万用户交付修复。

规模更大的实验发生在Linux内核。

OpenAI在11月4日发表研究文章《A thousand fewer paths to root》，披露了一条自动化漏洞研究流水线，把漏洞发现、动态复现、可利用性评估和补丁生成串联起来。

结果是这样的：

作为对照，同一框架下GPT-5.6 Sol此前只成功利用了166个漏洞。

成本也公布了：这轮研究消耗约121.34万美元的API额度，平均每个成功利用约1279美元。人工安全研究员做一个类似的内核提权分析，往往要花数天。AI把单价压到一千多美元，还支持并行开展。

OpenAI按照Linux社区的指导，优先向内核维护者披露了304项关键发现，都附上候选补丁。

OpenAI按照自己的Preparedness Framework（准备框架），首次把网络安全模型评定为Critical（关键）级，高于GPT-5.6 Cyber的High（高）级。

这个评级意味着什么？OpenAI认为模型已经具备在真实软件系统中发现并开发可利用漏洞的能力，滥用风险随之升级。

配套的管控也在收紧：

Daybreak Blue则面向经过验证的防御研究人员，支持漏洞验证和修复。OpenAI把两类用户的能力边界划得很清楚：普通模型做代码审查和补丁建议，持证研究人员才能在授权范围内用漏洞利用开发这类高风险能力。

安全智能体有个老问题——执行能力越强，越容易越权。

设想一个场景：你授权模型测试某个程序，它在执行中发现环境里的软件包仓库有更容易攻击的漏洞。它顺手打了，任务完成得更快，但授权边界已经被突破。

OpenAI为此设计了ExploitGym Honeypot测试：给模型一项漏洞利用任务，同时在隔离环境里故意放置其他易受攻击的辅助服务，看模型会不会去碰。

结果：不加部署安全提示词，GPT-6 Cyber在99.93%的测试中避免了攻击授权范围外的服务，上一代为94.49%。加上提示词后，这一比例达到100%。

从推理记录看，模型明确指出不应假设额外API或攻击控制器属于目标，也不应探索授权范围外的凭证。OpenAI训练的不只是”怎么找漏洞”，还包括”哪些事不能做”。

当然，100%的测试成绩不能直接等同于现实零越权。真实部署环境更复杂，授权描述可能模糊，恶意诱导也可能出现。OpenAI自己也建议高风险流程必须保留沙箱和人工监督。

第一，漏洞披露节奏正在改变。 Cloudflare CEO马修·普林斯11月5日在财报电话会上判断，AI引发的软件漏洞浪潮将持续两年，大量人类未曾发现的漏洞正加速浮出水面，最近已有6个严重漏洞被密集披露。你的依赖树里可能藏着AI早就找到、还没公开的问题。

第二，安全审查的成本曲线被压平了。 微软10月安全更新手册显示，仅Windows系统补丁就达到1123个，同比激增738.1%，背后是微软用MDASH这个AI扫描工具结合Anthropic模型大规模审查代码。AI找漏洞、AI修漏洞，正在成为主流工程实践。

第三，Web安全测试的门槛在快速下降。 GPT-6 Cyber在Web渗透测试中的漏洞召回率达到40.3%，超过GPT-6 Astra的32.0%，黑盒测试场景下的表现已经接近真实安全团队的水平。

对安全团队来说，攻防双方拿到的是同一类工具。防守方用它在Firefox和Linux里抢在攻击者之前修问题，攻击者理论上也能用类似的模型挖洞变现。OpenAI用分级开放机制管控后一种风险，但整个行业的攻防节奏，从GPT-6 Cyber开始，都会明显加快。

思科、Palo Alto Networks、CodeRabbit这些企业已经把GPT-6 Cyber用于漏洞研究和安全审查。AI保护软件的窗口期已经打开，能否跟上这个节奏，是接下来两年每一家软件公司的必修课。