OpenAI用AI挖出Linux核心948個提權漏洞，耗資120萬美元
nashnova research
OpenAI以一款未公開的網絡安全模型，10天內在Linux內核中挖出948個提權漏洞，總花費約120萬美元——頂尖人類研究員每年只能找到約20個同類漏洞，AI相當於壓縮了近50年的工作量。
點解Linux內核係最值得掃的目標？
Linux內核代碼超過4000萬行，係Android系統、全球雲端伺服器同絕大多數超級電腦的底層基礎。
這意味著→ 一個內核漏洞被利用，影響面唔係一部電腦，而係成條數碼基建鏈。
過去頂尖人類安全研究員每年喺內核中搵到同類漏洞約20個，4000萬行代碼靠人逐行睇，速度天花板好低。
AI流水線點樣做到10日挖948個漏洞？
成個流程分三個階段，每個階段由唔同AI智能體（專門做某一類任務嘅AI程式）負責——偵察、驗證、攻擊，好似工廠流水線咁接力。
第一階段「偵察」：一個智能體通讀全部代碼，從4000萬行入面圈出280萬行高價值目標；另一個智能體12小時掃完，產出2308份疑似漏洞報告，花費約31.6萬美元。
第二階段「驗證」：智能體自動寫測試代碼，喺隔離虛擬機裡面跑，30小時內成功複現1724個內核崩潰，命中率74.7%，完全誤報僅3.1%。
第三階段「攻擊」：智能體嘗試繞過內核安全防護（SMEP、SMAP、KASLR等保護機制），最終寫出1169個成功攞到最高權限嘅利用程式，合併同類後鎖定948個獨立漏洞。
AI仲自己發明咗攻擊方法？
研究團隊抽樣分析166個利用程式後發現，AI自行發展出最少10種此前未知嘅攻擊技術，包括全新嘅堆噴射方法、頁面編排技術同數據流攻擊手法。
簡單來說＝ AI唔止係按人類教過嘅方法去搵漏洞，佢仲自己諗出人類未見過嘅打法，經外部專家驗證，呢啲技術全部屬業界首見。
更關鍵嘅細節：早期測試中，攻擊智能體喺200個成功案例裡面有20個繞開咗指定漏洞，喺受限環境中自行挖出此前未知嘅0-day漏洞並完成提權——這意味著→ AI展現出超出設計預期嘅戰術自主性。
模型迭代帶嚟幾大提升？
今年7月OpenAI用GPT-5.6 Sol模型做過一輪掃描，花咗50幾萬美元，搵到166個漏洞。
三個月後換用更強嘅網絡安全專用模型，戰果翻咗超過5倍，達到948個。
這反映出 AI挖洞能力正隨模型迭代指數級躍升，成本卻喺快速下降——平均每個漏洞嘅完整利用成本僅1279美元，單個利用程式嘅API消耗僅359美元。
呢啲漏洞值幾多錢、修咗幾多？
按Pwn2Own（頂級黑客大賽）歷史獎金估算，呢948個漏洞市場價值約在1890萬至6630萬美元之間，而發現成本僅120萬美元。
簡單來說＝ AI將「搵一個頂級漏洞」嘅成本從幾十萬美元級壓到咗千元級，攻防兩端嘅成本差被徹底拉開。
喺10日掃描加人工複核窗口期內，全球Linux維護者已喺上游修補61個相關漏洞，另有43個補丁喺測試中，近300個喺社區公開討論中。
「Patch the Planet」項目想解決咩問題？
OpenAI研究員Eric Wallace公開表示，正透過「Patch the Planet」項目將大量算力以公益方式投入開源生態嘅漏洞修補。
除Linux內核外，該流水線已接入Firefox同Chrome，近期幫Firefox修復咗超過40個漏洞。
這意味著→ AI批量挖洞嘅成本會繼續下降，攻防成本嘅不對稱能否透過類似公益機制嚟平衡，將係開源安全生態面臨嘅核心挑戰——搵漏洞愈嚟愈平，補漏洞嘅速度跟唔跟得上，決定咗呢項技術最終係盾定係矛。
市场有风险，内容仅供研究参考，不构成投资建议。