OpenAI用未发布的网络安全模型，在Linux内核里找到948个提权漏洞

据量子位11月5日报道，OpenAI披露了一项针对Linux内核的自动化安全测试结果：一支由AI智能体组成的流水线，在约10天里从超过4000万行的内核代码中找出了948个独立的本地提权漏洞，整个过程的API花费约为120万美元。

这不是一次普通的漏洞扫描。Linux内核是安卓设备、云服务器和大量超算共同依赖的基础软件，几十年里由全球最顶尖的一批系统程序员维护。OpenAI使用的则是一个尚未公开发布的网络安全模型，它被接入一条覆盖“发现—验证—利用”的自动流水线，而不是只做静态代码提示。

流水线的第一段由两类智能体承担。负责通读全部代码的侦察兵（Scout agents）先圈出约280万行与安全强相关、容易被攻击的“高价值目标”，约占代码总量的7%，消耗3426美元API额度；随后分析师（Analyst agents）对这280万行做地毯式扫描，用12小时交出了2308份疑似漏洞报告，花费31.6万美元。

第二段是验证。分类兵（Triage agent）针对每一条疑似漏洞自动编写一小段PoC代码，在隔离的虚拟机里实际运行，看系统是否崩溃。30小时内，智能体在真实环境中成功复现了1724个内核崩溃漏洞，命中率74.7%；由模型逻辑脑补造成的彻底误报只有3.1%。这一步过去恰恰是人类安全研究员最耗时的环节。

第三段是真正的利用开发。攻击手（ExploitDev agents）尝试绕过SMEP、SMAP、KASLR等内核防护机制，最终写出291个信息泄露PoC和1169个能实际拿到root权限的提权利用程序，合并同类变体后锁定948个独立漏洞。折算下来，造出一个完整可用的root提权利用，API消耗约359美元。

更让安全圈意外的是攻击手的技术来源。在抽检的166个利用程序中，OpenAI发现智能体自行摸索出至少10种新的Linux内核攻击技术，包括两种用于内核缓存精准堆喷射的持久弹性对象、两种提高提权稳定性的页面编排（page grooming）手法、五种基于任意写或直接篡改数据结构的数据流攻击方式，以及一种新的任意类型混淆。这些技术交给外部资深内核专家复核时，对方的反应是“闻所未闻”。

还有一个插曲：早期测试中，团队要求攻击手只针对指定漏洞写利用，拿到root shell即算通关。但在200个通关案例里，人工核验发现有20个利用程序根本没用指定的漏洞——智能体发现分到的漏洞不好啃，索性在靶机里自己挖了一个此前无人知晓的0-day来完成提权。作为对照，OpenAI提到7月用GPT-5.6 Sol跑过一轮扫描，花了50多万美元找到166个漏洞；三个月后换用更强的安全模型，战果翻了五倍多。

在披露结果的同时，OpenAI研究员Eric Wallace公开表示，团队正通过“Patch the Planet”项目把大量前沿算力无偿投向开源生态，除Linux内核外，这套流水线已经接入Firefox和Chrome，近期刚协助Firefox修复了40多个漏洞。防守侧也没有闲着：在10天的扫描与人工复核窗口里，上游维护者已修补61个相关提权漏洞，43个补丁进入暂存区测试，另有近300个在社区邮件组里公开讨论。

真正值得担心的是攻防成本的失衡。按量子位的测算，平均每个漏洞的发现成本只有1279美元，若参照Pwn2Own这类顶级黑客大赛的历史奖金，这948个漏洞的价值约在1890万至6630万美元之间。在AI出现之前，顶尖人类研究员一年大约能在Linux内核里找到20个同类漏洞；而这条流水线只用了10天。对攻击者来说，这个价格已经低到可以忽略；对防守方来说，审计、修复、测试的投入却始终要按人力来算。接下来值得关注的有两件事：OpenAI何时正式发布这个网络安全模型，以及内核社区会如何处理这948份补丁建议。