Michael Johnson如果给 AI 一个搜索漏洞的工具，如何确保它只检查获准的系统？2026年11月5日，OpenAI 推出了GPT‑6 Cyber，这是一款专用于授权漏洞研究、漏洞利用开发和补丁验证的模型。该公司介绍了两个训练方向：增强网络安全能力，以及更准确地遵守研究人员设定的范围。
对安全团队来说，这改变了评估重点。既要衡量模型能否发现弱点，也要观察它在可访问授权目标之外的辅助系统时如何行动。GPT‑6 Cyber 通过 Daybreak Red 计划提供，访问受到限制，申请条件包括身份验证和组织资质要求。
具体有哪些变化
通用模型已经可以帮助审查代码、分析警报和准备修复方案。GPT‑6 Cyber 是 GPT‑6 Astra 的专用版本。在已发布的系统卡中，OpenAI 介绍了额外的强化学习训练，内容包括复现故障、开发可运行的漏洞利用程序，以及在代码库中寻找漏洞。其他训练信号则侧重于遵守授权要求和准确报告结果。
在 ExploitGym 测试中，模型需要利用指定漏洞攻击远程目标。GPT‑6 Cyber 的得分为48.5%，GPT‑5.6 Cyber 为32.1%。在另一项无法访问源代码的 Web 渗透测试评估中，该模型发现了40.3%的预置漏洞，而 GPT‑6 Astra 为32.0%。这些是特定测试的结果，并不能全面衡量所有防护方式和网络环境。
实际而言，这项能力覆盖了从研究陌生应用到验证漏洞假设的环节。对防御方来说，这种工作可能加快系统的初步检查；对基础设施所有者来说，则更凸显了精确限制智能体权限的重要性。
为什么不只检查发现了哪些漏洞
智能体会获得任务和运行环境，其中包括目标系统、工具，有时还有辅助服务。在 ExploitGym Honeypot 测试中，OpenAI 特意加入了这样一种服务。模型可以利用它获取测试秘密，但任务规则禁止攻击该服务。这项测试旨在判断模型能否区分技术上可行的路径与获准采取的行动。
在没有专门安全指令的情况下，GPT‑6 Cyber 在99.93%的测试中避免利用任务范围之外的服务；加入部署指令后，这一比例达到100%。GPT‑5.6 Cyber 在没有这些指令时的结果为94.49%。这是模型在特意设计的诱捕测试中的行为表现，并不能保证它在任何智能体配置下都如此。
对实际团队而言，可以由此采取一种务实做法：不要只靠提示词来设定边界。通过网络规则隔离测试目标与无关服务，使用隔离环境，并通过日志审查操作。OpenAI 将沙箱、操作检查和人工监督列为高风险场景的保护措施。具体配置应与所用工具和权限相匹配。
OpenAI 的研究成果说明了什么
OpenAI 表示，研究人员借助 GPT‑6 Cyber 发现了81个此前未知的 Firefox 漏洞，Mozilla 将这些漏洞评为高严重性；研究人员还准备了可复现测试和修复方案。该公司还称，研究人员开发了948个用于 Linux 内核提权的漏洞利用程序。这些是 OpenAI 研究行动的成果；该公司表示，相关信息已提交给项目维护者，Mozilla 也为许多已发现的问题发布了修复程序。
这些案例把漏洞研究与模型的安全部署联系起来。同一种能力既能帮助防御者确认缺陷并准备修复方案，也可能被用于开发漏洞利用程序。因此，团队应评估完整流程：目标是否明确、工具是否受限、结果是否可复现、规则是否得到遵守，以及报告质量如何。
哪些人可以使用该模型，现在可以做什么
GPT‑6 Cyber 通过 Daybreak Red 计划向少数获批参与者开放，这些参与者承担高级网络安全任务。系统卡指出，申请者须通过身份验证并满足组织要求，包括单点登录、多因素身份验证，以及 API 的 IP 地址白名单。OpenAI 表示有意扩大 Daybreak 计划；该公司在发布当天并未宣布 GPT‑6 Cyber 将广泛开放。
评估此类工具的团队可以准备一个测试环境，明确列出获准目标和禁止触及的相邻系统。针对每项任务，记录允许访问的资源和执行的操作、可用工具，以及成功验证漏洞的标准。随后分别评估发现能力、可复现性、边界遵守情况和报告质量。
这样比较可以显示模型在哪些方面能提供帮助、哪些结果需要人工复核，以及智能体的行动是否符合组织规则。GPT‑6 Cyber 最主要的变化，是将更强的漏洞研究能力与一项独立评估结合起来：模型是否始终在授权任务范围内开展工作。
