OpenAI训练AI黑客挖漏洞：高危任务完成95%，普通模型不到2%

OpenAI这次没急着发聊天机器人，而是扩展了一个叫Daybreak的网络安全计划，推出专门打攻防的模型GPT-5.6-Cyber。它把AI分成两队：蓝队负责防御，红队负责模拟黑客攻击。真正被重点训练、还公布了成绩单的，是负责攻击的红队。

红队的成绩有点吓人。在零日漏洞挖掘测试里，OpenAI只给它开源代码，不告诉漏洞在哪，让它自己找从没被人发现过的新漏洞。专项训练后的红队模型，高风险安全任务完成率达到95%，普通模型只有1.5%到2%，上一代GPT-5.5-Cyber是57.3%。

更关键的是它不只在考卷上得分。训练完成后，研究人员拿它去查Chrome用的V8引擎，找出了两个此前未知的漏洞；在一个主流手机系统里发现至少5个漏洞，其中一条能从一个不可信App一路提权到本地；在一个流行数据库里发现3个严重漏洞；还在一个主流操作系统内核里找出400多个可能导致权限提升的漏洞。找到一个V8漏洞后，它还会自己判断能不能和第二个漏洞串起来，一路攻到逃出沙箱。

为了让它敢下手，OpenAI主动降低了红队对这类高风险请求的拒绝率——以前AI会拦着不让做的攻击模拟，现在它在沙箱里照做。

争议也卡在这。OpenAI的逻辑是攻防同源，防御者得先懂怎么攻；但批评者指出，"模拟攻击能力"和"真实攻击能力"用的是同一套本事，模型越强，万一被授权不当或被人绕过，能造成的破坏也越大。OpenAI目前只对授权安全人员分级开放，配了沙箱和二次拦截，可这些防护手段还是老几样：权限控制、沙箱隔离、行为监控。

AI替你修漏洞的速度在变快，可它替人找漏洞的速度跑得更快。盾和矛谁先到普通人电脑前，这事现在没人敢打包票。

AI OpenAI 网络安全