OpenAI连夜发布GPT-6 Cyber：实战挖洞超越Astra与安全AI新变革

type

status

date

slug

summary

性能碾压Astra：网络安全基准全面跃升

在网络安全专用评估中，GPT-6 Cyber展现出了远超通用旗舰大模型的统治力。在安全基准测试ExploitGym中，GPT-6 Cyber斩获了48.5%的得分，相较于上一代GPT-5.6 Cyber的32.1%，实现了高达51%的相对增长。基于其卓越表现，OpenAI依照安全准备框架将其等级定为“关键（Critical）”。

更为引人注目的是其在实战化渗透测试中的突破。在针对Web渗透测试的盲测评估中，模型在无法获取源代码的前提下直接探测，漏洞召回率达到40.3%，大幅领先GPT-6 Astra的32.0%。在模拟受控环境下的RemoteExploitBench中，GPT-6 Cyber针对GitLab、PostgreSQL、Jenkins等已知漏洞的利用程序执行完成率达到95%，而同等环境下的通用旗舰模型则表现谨慎甚至全盘拒绝。这种高精度与强执行力，宣告了LLM在安全攻防场景中的质变。

战果累累：实战攻破Linux内核与Firefox代码库

GPT-6 Cyber不仅在实验室基准中表现亮眼，更在开源基础设施的真实代码库中取得了震动安全社区的战果：

Linux内核漏洞攻防：GPT-6 Cyber成功重现了1724个漏洞，并为其中948个漏洞编写了可用利用程序，其利用效率达到此前同类模型的五倍以上。OpenAI据此已向Linux内核维护者提交了数百个关键漏洞的候选补丁。

Firefox漏洞挖掘：协助Mozilla排查并复现了81个此前未公开的高危安全漏洞，并指出另有30个已知问题的威胁程度高于此前预期，相关修补工作现已全面展开。

底层库远程代码执行演示：在广泛应用于Node.js等现代运行时的Brotli压缩库中，GPT-6 Cyber成功验证了潜在远程代码执行风险，推动了开源供应链的主动防御。

这一系列成果向全球证明，具备推理能力的大模型已经具备产业级挖掘能力，为关注AI变现与企业级落地的人士提供了极佳的技术范式。

99.93%的防越界率：强化对齐保障AI武器不失控

安全AI是一把锋利的双刃剑，如何在赋予其强大攻防能力的同时防止模型“失控”或“越界”，是系统研发的核心命题。GPT-6 Cyber在训练过程中将模型一致性（Alignment）提升到了全新高度。

在ExploitGym Honeypot蜜罐对抗评测中，研发团队刻意在隔离环境中布置容易被攻破的辅助服务。未经额外安全提示时，GPT-6 Cyber即表现出99.93%的越界规避能力，能够清晰通过思维链（Chain of Thought）进行自我约束，主动摒弃无关资产的入侵；在启用部署安全提示后，合规率更是达到100%。这种“该出手时才出手、严格遵守任务边界”的对齐策略，是高危AI走向实用化不可或缺的防火墙。

10亿美元安全卫士计划与权限治理体系

伴随极强技术能力而来的，是极其严格的访问管控。目前GPT-6 Cyber并未向大众免费开放，而是仅面向通过“Daybreak Red”认证的企业与研究机构提供授权。面对部分开发者的使用门槛抱怨，OpenAI采取了“能力开放与治理并重”的战略。

OpenAI同步设立了总规模达10亿美元的“一线安全卫士曙光计划”（Daybreak for Frontline Defenders），旨在为电厂、水务及工控系统（OT/ICS）等关键基础设施的防御人员提供算力与模型资金扶持，并联合工控安全大厂Dragos开展闭环评测。这标志着大模型行业竞争已经从单纯的技术参数比拼，升级为合规准入、安全伦理及信任治理体系的综合竞争。

总结与未来展望

GPT-6 Cyber的横空出世，标志着OpenAI在垂直专业领域大模型上的全新探索。从通用聊天机器人到精准作战的网安重器，大模型的能力边界正在快速重塑软件工程和网络攻防的格局。

对于广大的安全研究人员与AI从业者而言，掌握安全大模型与深度提示词工程（Prompt Engineering）将成为构建下一代自动化防御体系的核心技能。想要持续了解最新的人工智能动态、大模型突破以及实用的AI日报资讯，欢迎访问专业平台 AIGC.bar，紧跟全球生成式AI前沿风向。