OpenAI自动化流水线在Linux内核中挖出948个提权漏洞

OpenAI于11月4日发布研究文章，介绍一套在受控研究环境中运行的原型流水线：它扫描Linux内核、识别候选安全缺陷、动态复现并生成补丁。最新一轮运行分析了2308条候选发现，复现1724个漏洞，并产出948个本地提权（LPE）利用程序——这类漏洞可让无特权的本地用户获得root权限。

整条流水线分为五个阶段：漏洞发现、动态验证、可利用性评估、补丁生成与人工复核。Scout代理先圈出5034个审计目标、约280万行代码，相当于整个内核代码库的7%左右；Analyst代理随后分析这些目标，在12小时内产出2308条去重后的候选发现。

验证环节是这套系统的关键。triage代理为每条候选编写概念验证程序，在启用Kernel Address Sanitizer的隔离虚拟机中运行，并反复迭代直到行为复现或穷尽触发路径。30小时内系统确认了1724个漏洞，约占候选总数的74.7%；只有3.1%属于模型分析错误，即报告了不可能成立的条件。

OpenAI同时公开了各阶段成本：目标筛选3426美元、漏洞分析316549美元、动态验证73330美元、初筛44194美元、利用开发775929美元，端到端合计1213430美元API额度。一个成功的提权利用平均花费359美元，而失败尝试的单例成本反而高得多。

这并非首次尝试。2026年7月下旬，GPT-5.6 Sol在同一套研究框架下发现并利用了166个独特的LPE漏洞，成本513690美元；10月中旬使用更新的网络能力模型后，数字升至948个。OpenAI由此得出的结论是：随着模型能力提升，应当重新扫描已经审计过的代码。

内核社区的反应相当迅速。当为期10天的自动扫描与人工分析结束时，61个LPE已被上游修复，43个已有暂存补丁，299个正在公开报告和讨论中。按照内核社区的建议，OpenAI先从严重漏洞开始提交报告与补丁，并与Patch the Planet的伙伴合作推进其余部分。

在利用技术上，研究团队抽样分析了166个利用程序，识别出10种据其所知全新的手法：两种用于在目标内核缓存中喷射对象的持久弹性对象、两种提升利用可靠性的页面 groom 技术、五种直接或经由任意写实现提权的data-only技术，以及一种任意类型混淆。出于安全考虑，这些技术的完整细节未被公开。

以Pwn2Own两万美元、TyphoonPWN七万美元的历史赏金估算，948个利用对应1890万至6630万美元，约为流水线成本的16到55倍。在Google kernelCTF环境另跑一轮112小时、约3.3万美元，拿到25个信息泄露PoC和21个LPE利用。OpenAI同时提醒需要独立校验——早期一轮200个「成功」提权中有20个实际利用了另一个0-day。