OpenAI五阶段流水线 948个提权漏洞
OpenAI于2026年11月4日发布官方研究报告《A thousand fewer paths to root》,公开其Cyber团队用即将推出的cyber模型搭建的自主漏洞发现、利用与修补流水线。在针对Linux内核的一次运行中,流水线动态复现1724个漏洞、生成948个可用的本地提权(LPE)漏洞利用及对应补丁,总API成本1,213,430美元、平均每个LPE利用1,279美元。该文由aihot精选线索池命中,已对官方原文逐项核对。
五阶段流水线与验证控制
原文列明五个阶段:漏洞发现(Vulnerability discovery)、动态验证(Dynamic validation)、可利用性评估(Exploitability assessment)、补丁生成(Patch generation)、人工复核(Human review)。2308个去重后的候选发现中有1724个通过动态验证,约74.7%;候选在隔离的KASAN虚拟机中生成PoC并反复迭代复现,利用开发阶段的隔离虚拟机按标准Linux发行版开启SMEP、SMAP、KASLR与HARDENED_USERCOPY防护,避免依赖关闭防护得出的虚高结论。原文强调本次研究聚焦方法论与能力测量而非成本优化,公布各阶段API成本是为便于研究者评估复现所需资源。
为什么值得收录
本篇属「可复现的官方深度教程与完整工作流」:给出完整阶段划分、隔离环境配置、各阶段成本明细与失败处置,不是产品发布通稿。原文两句判断对已在使用自动化流水线的岗位最有迁移价值:一是「漏洞发现正变得易于规模化,但优先级排序与验证仍是运营瓶颈」——自动化压低执行成本后,瓶颈转移到人工复核与排序;二是结论段的Takeaway「对自主安全研究,除了验证结果本身,还要验证通向结果的路径;隔离、监控与独立检查是必要的控制」。原文还披露,团队曾发现部分成功提权利用实际用的是与指定漏洞不同的0-day,遂收紧任务约束并加入独立检查,确认每个最终利用都使用了其指定漏洞;并建议用模型对人类与AI生成的补丁做对抗性审查,检查补丁可被绕过、遗漏其他攻击路径或变体。
对财税与成本自动化的落点
这套「验证路径而不只验证结果」的控制逻辑,可直接迁移到批量取数、自动对账与结算脚本:结果数值对得上不等于取数口径、期间与源表版本正确,需要独立的输入校验与抽样回溯。把人工复核明确设为流水线最后一个独立阶段,而不是穿插在自动环节里,是规模化自动化时值得照搬的结构。
内容为 AI 聚合整理,完整信息以官方发布为准。