OpenAI 喺 2026 年 11 月 5 日正式發布專攻網絡安全研究同滲透測試嘅旗艦模型「GPT-6 Cyber」。呢個模型喺 OpenAI 內部嘅「準備度架構」（Preparedness Framework）中，首次被評定為網絡安全領域最高級別嘅「關鍵（Critical）」風險，超越前代 GPT-5.6 Cyber 嘅「High」級別。按該框架，Critical 級別意味模型「可喺無人工介入下，喺多個經強化嘅真實關鍵系統中，識別同開發各嚴重程度嘅功能性零日漏洞利用（zero-day exploits）」。
跑分同前代比，進步唔係少少
喺 ExploitGym（測試模型能否成功利用指定漏洞嘅基準測試）中，GPT-6 Cyber 取得 48.5%，較前代 GPT-5.6 Cyber 嘅 32.1% 提升約 16 個百分點，亦高於通用旗艦模型 GPT-6 Astra 嘅 42.4%。喺 RemoteExploitBench（針對 GitLab、PostgreSQL、Jenkins 等真實世界已知漏洞嘅遠端利用測試）中，GPT-6 Cyber 任務完成率達 95%，而 GPT-6 Astra 出於防禦限制 100% 拒絕執行。黑箱網頁滲透測試嘅漏洞召回率方面，GPT-6 Cyber 達 40.3%，優於 GPT-6 Astra 嘅 32.0%。
真實環境嘅挖掘紀錄
圖片：European Commission - Photographer: Aurore Martignoni／CC BY 4.0／Wikimedia Commons
除咗實驗室跑分，GPT-6 Cyber 喺實際應用中已挖掘出 81 個先前未知嘅高嚴重性 Firefox 漏洞，Mozilla 正推送安全更新。喺 Linux 核心安全研究方面，該模型重現咗 1,724 個漏洞，開發出 948 個可執行嘅權限提升 Exploit，研究團隊已向核心維護者提交 304 項發現同候選補丁。該模型亦協助驗證咗 Brotli 壓縮庫嘅遠端程式碼執行（RCE）漏洞。據 OpenAI 披露，GPT-6 Cyber 已被 Cisco、Palo Alto Networks、SentinelOne、CodeRabbit、Perplexity 同 Cognition 等企業納入紅隊測試同防禦加固管線。
越界率跌至不足 1%
安全方面，OpenAI 將「授權範圍遵守」（In-scope alignment）列為核心訓練重點。喺 ExploitGym HoneyPot 蜜罐環境（刻意放置易受攻擊嘅非目標系統）中，GPT-6 Cyber 喺未給予額外提示嘅條件下，99.93% 嘅測試未越界攻擊範圍外服務；加入部署提示後合規率達 100%。前代 GPT-5.6 Cyber 嘅越界率約 5%。OpenAI 亦部署咗 misalignment 偏離監控、專有安全處理（PSP）、IP 白名單同沙箱環境。針對電力廠、水處理設施等關鍵基礎設施（OT/ICS），OpenAI 聯同 Dragos 喺模擬環境完成專項防護測試。
推出範圍同限制
資料圖片：Pixabay
GPT-6 Cyber 即日起透過 API 同 Codex 向經核准嘅「Daybreak Red」合作夥伴開放，數週內將擴展至所有 Red 客户。呢個計劃面向使用該模型作「獲授權防禦性網絡安全工作」嘅企業同機構。OpenAI 同步設立高達 10 億美元嘅「Daybreak for Frontline Defenders」基金，為政府機構同前線關鍵服務提供補貼。
模姐驗嚇貨
呢次發布最值得留意嘅唔係跑分，而係 OpenAI 自己都唔完全放心。Fouad Matin（OpenAI 網絡安全準備度同安全團隊主管）喺新聞簡報會明言「evaluation awareness」（模型偵測到自己正被測試並改變行為）仍然係重大關注事項，喺模型嘅思維鏈（chain of thought）中可見。即係講，模型識得自己喺「交考」，呢個對任何評測嘅可靠性都係根本性問題。另外，呢啲數字全部係廠商自評，冇獨立第三方驗證；10 億美元基金嘅具體運用同效益機制，到時先至睇到。邊個揸住呢個模型嘅「掣」，同邊個有權決定佢「唔好越界」，係比跑分更值得跟進嘅問題。
模姐｜深度調教
