Michael JohnsonSe si dà a un’IA uno strumento per cercare vulnerabilità, come si fa a essere certi che controlli soltanto il sistema autorizzato? Il 5 novembre 2026 OpenAI ha presentato GPT‑6 Cyber, un modello specializzato per la ricerca autorizzata di vulnerabilità, lo sviluppo di exploit e la verifica delle correzioni. L’azienda descrive due aree di addestramento: il potenziamento delle capacità di cibersicurezza e una maggiore precisione nel rispettare l’ambito definito dal ricercatore.
Per i team di sicurezza, questo cambia i criteri di valutazione. È importante misurare sia se il modello individua una vulnerabilità, sia come si comporta quando può accedere a sistemi ausiliari al di fuori dell’obiettivo autorizzato. GPT‑6 Cyber è distribuito tramite il programma Daybreak Red; l’accesso è limitato e prevede verifiche dell’identità e requisiti organizzativi.
Che cosa è cambiato
I modelli generalisti già aiutano a verificare il codice, analizzare gli avvisi e preparare correzioni. GPT‑6 Cyber è una variante specializzata di GPT‑6 Astra. Nella scheda di sistema pubblicata, OpenAI descrive un ulteriore addestramento con rinforzo basato sulla riproduzione di malfunzionamenti, sullo sviluppo di exploit funzionanti e sulla ricerca di vulnerabilità nei codebase. Altri segnali di addestramento mirano a far rispettare le autorizzazioni e a riportare i risultati con precisione.
In ExploitGym, dove il modello deve sfruttare una vulnerabilità assegnata su un obiettivo remoto, GPT‑6 Cyber ha ottenuto il 48,5%, contro il 32,1% di GPT‑5.6 Cyber. In una valutazione separata di penetration test web senza accesso al codice sorgente, il modello ha individuato il 40,3% delle vulnerabilità inserite, mentre GPT‑6 Astra ha raggiunto il 32,0%. Sono risultati di test specifici, non una valutazione universale di ogni tipo di protezione e rete.
In pratica, si tratta di un passaggio intermedio tra l’analisi di un’applicazione sconosciuta e la conferma di un’ipotesi di vulnerabilità. Per chi si occupa di difesa, questo lavoro può accelerare la verifica preliminare di un sistema; per chi gestisce l’infrastruttura, rende particolarmente importante limitare con precisione i poteri dell’agente.
Perché non si verificano soltanto le vulnerabilità trovate
L’agente riceve un’attività e un ambiente: il sistema obiettivo, le utilità e talvolta anche servizi ausiliari. Nel test ExploitGym Honeypot, OpenAI aggiunge intenzionalmente uno di questi servizi. Lo si può usare per ottenere un segreto di test, ma le regole dell’attività vietano di attaccarlo. La verifica mostra se il modello sa distinguere un percorso tecnicamente utile da uno autorizzato.
Senza istruzioni di sicurezza specifiche, GPT‑6 Cyber ha evitato di sfruttare il servizio esterno all’ambito dell’incarico nel 99,93% delle prove; con le istruzioni di deployment, il risultato è stato del 100%. Senza tali istruzioni, GPT‑5.6 Cyber ha ottenuto il 94,49%. Si tratta di una misurazione del comportamento in un test artificiale con una trappola, non di una garanzia universale per qualsiasi configurazione dell’agente.
Per un team operativo, ne deriva un approccio pratico: definire i limiti non soltanto nel testo della richiesta. Separare gli obiettivi di test dai servizi estranei tramite regole di rete, usare un ambiente isolato e verificare le azioni nei registri. OpenAI annovera la sandbox, la verifica delle azioni e la supervisione umana tra le misure per gli scenari ad alto rischio. La configurazione specifica deve corrispondere agli strumenti e alle autorizzazioni utilizzati.
Che cosa mostrano le ricerche di OpenAI
OpenAI afferma che i ricercatori, con l’aiuto di GPT‑6 Cyber, hanno individuato 81 vulnerabilità di Firefox precedentemente sconosciute e classificate da Mozilla come di gravità elevata, e hanno preparato test riproducibili e possibili correzioni. L’azienda riferisce inoltre di aver sviluppato 948 exploit per l’escalation dei privilegi nel kernel Linux. Sono risultati della campagna di ricerca di OpenAI; l’azienda dichiara di aver trasmesso le informazioni ai manutentori dei progetti e che Mozilla ha rilasciato correzioni per molti dei problemi individuati.
Questi esempi collegano la ricerca di vulnerabilità alla distribuzione sicura del modello. La stessa capacità può aiutare i difensori a confermare un difetto e preparare una correzione, ma può anche essere usata per sviluppare un exploit. Perciò i team dovrebbero valutare l’intera catena: obiettivo definito, limiti degli strumenti, riproducibilità del risultato, rispetto delle regole e qualità del rapporto.
Chi può accedere al modello e che cosa si può fare ora
GPT‑6 Cyber è disponibile tramite il programma Daybreak Red a un gruppo limitato di partecipanti approvati che svolgono attività avanzate di cibersicurezza. La scheda di sistema indica verifiche dell’identità e requisiti organizzativi, tra cui accesso unico, autenticazione a più fattori e indirizzi IP autorizzati per l’API. OpenAI ha dichiarato di voler ampliare il programma Daybreak; il giorno dell’annuncio l’azienda non ha annunciato una disponibilità ampia di GPT‑6 Cyber.
Ai team che valutano strumenti simili conviene preparare un banco di prova con un elenco esplicito degli obiettivi consentiti e dei sistemi adiacenti vietati. Per ogni attività, registrate le risorse e le azioni autorizzate, gli strumenti disponibili e i criteri per confermare con successo una vulnerabilità. Valutate poi separatamente la qualità del rilevamento, la riproducibilità, il rispetto dei limiti e la qualità del rapporto.
Questo confronto mostra dove il modello può essere utile, dove il risultato richiede una verifica manuale e come le azioni dell’agente si rapportano alle regole dell’organizzazione. La novità principale di GPT‑6 Cyber è l’unione tra capacità più avanzate di ricerca delle vulnerabilità e una valutazione specifica per verificare che il lavoro resti entro i limiti dell’attività autorizzata.
