Michael JohnsonAIに脆弱性を探すツールを与えたとき、許可されたシステムだけを調査していると、どうすれば確認できるのでしょうか。2026年11月5日、OpenAIは認可された脆弱性調査、エクスプロイト開発、修正の検証を目的とする専門モデルGPT‑6 Cyberを発表しました。同社は、サイバーセキュリティの能力強化と、研究者が指定した範囲をより厳密に守ることという、2つの学習方針を説明しています。
セキュリティチームにとって、評価の観点は変わります。モデルが弱点を見つけられるかだけでなく、許可された対象外にある補助システムへアクセスできる場合にどう行動するかも測る必要があります。GPT‑6 CyberはDaybreak Redプログラムを通じて提供され、アクセスは制限されています。参加条件には本人確認と組織上の要件が含まれます。
何が変わったのか
汎用モデルはすでに、コードの検査、警告の分析、修正案の作成を支援しています。GPT‑6 CyberはGPT‑6 Astraの専門版です。公開されたシステムカードで、OpenAIは障害の再現、動作するエクスプロイトの開発、コードベース内の脆弱性探索を対象とする追加の強化学習について説明しています。ほかの学習シグナルは、許可の順守と結果の正確な報告を促すものです。
指定された脆弱性をリモートの標的で悪用するExploitGymでは、GPT‑6 Cyberのスコアは48.5%で、GPT‑5.6 Cyberの32.1%を上回りました。ソースコードへのアクセスがない別のウェブ侵入テストでは、仕込まれた脆弱性の40.3%を検出し、GPT‑6 Astraは32.0%でした。これらは特定のテストにおける結果であり、あらゆる種類の防御やネットワークを網羅する一般的な評価ではありません。
実務上は、未知のアプリケーションを調査し、脆弱性の仮説を検証するまでの工程に当たります。防御側にとってはシステムの初期検査を迅速化できる一方、インフラ所有者はエージェントの権限を正確に制限することが特に重要になります。
発見した脆弱性だけでなく、なぜ行動も検査するのか
エージェントには、対象システムやユーティリティ、場合によっては補助サービスなど、タスクと実行環境が与えられます。ExploitGym Honeypotテストでは、OpenAIが意図的にそのようなサービスを用意しています。テスト用の秘密情報を得るために利用できますが、タスクのルールでは攻撃が禁じられています。この検査は、技術的に有効な経路と、許可された行動をモデルが区別できるかを確かめます。
特別な安全指示がない場合、GPT‑6 Cyberは試験の99.93%でタスク範囲外のサービスを悪用しませんでした。デプロイ時の指示を加えると、結果は100%でした。GPT‑5.6 Cyberは、そうした指示なしで94.49%でした。これは罠を含む設計済みテストにおける行動の測定であり、あらゆるエージェント設定に対する普遍的な保証ではありません。
実際のチームにとっては、プロンプトの文章だけに境界を委ねないことが実践的な教訓です。ネットワークルールでテスト対象と無関係なサービスを分離し、隔離された環境を使い、ログで行動を確認しましょう。OpenAIは、高リスクのシナリオに向けた対策として、サンドボックス、行動の検証、人間による監督を挙げています。具体的な構成は、使用するツールと権限に合わせる必要があります。
OpenAIの研究が示すこと
OpenAIによると、研究者はGPT‑6 Cyberを使って、Mozillaが重大度「高」と分類した未公表のFirefox脆弱性を81件発見し、再現可能なテストと修正案を準備しました。同社はまた、Linuxカーネルの権限昇格エクスプロイトを948件開発したと述べています。これらはOpenAIの研究キャンペーンによる成果です。同社によれば、情報は各プロジェクトのメンテナーに共有され、Mozillaは発見された問題の多くに修正を公開しました。
これらの事例は、脆弱性研究とモデルの安全な運用が結びついていることを示します。同じ能力が、防御側による欠陥の確認や修正の準備に役立つ一方、エクスプロイトの開発にも使われる可能性があります。そのためチームは、明確に定めた対象、ツールの制限、結果の再現性、ルール順守、報告の質という一連の要素を評価すべきです。
利用できる人と、今できること
GPT‑6 Cyberは、高度なサイバーセキュリティ業務に携わる、承認済みの限られた参加者を対象にDaybreak Redプログラムを通じて提供されています。システムカードによると、本人確認に加え、シングルサインオン、多要素認証、APIで許可するIPアドレスなどの組織要件があります。OpenAIはDaybreakプログラムを拡大する意向を示しましたが、発表当日にGPT‑6 Cyberを広く提供するとは表明していません。
同種のツールを評価するチームは、許可された対象と禁止された周辺システムを明記したテスト環境を準備するとよいでしょう。各タスクについて、許可するリソースと行動、利用可能なツール、脆弱性の確認に成功したとみなす基準を記録します。そのうえで、検出性能、再現性、境界の順守、報告の質を個別に評価してください。
こうした比較によって、モデルがどこで役立つのか、どの結果に人手での確認が必要なのか、エージェントの行動が組織のルールにどう適合するのかが明らかになります。GPT‑6 Cyberの主な変化は、脆弱性調査能力の向上と、作業が許可されたタスクの範囲内にとどまるかを別途評価する仕組みを組み合わせた点です。
