一句话结论：OpenAI 用一款尚未公布的网络安全模型，在一次 Linux 内核扫描中挖出 948 个可用的本地提权漏洞，总 API 成本 121.34 万美元，平均每个漏洞 1279 美元。
2026 年 11 月 4 日，OpenAI 发布了一份关于自动化漏洞研究流水线的技术报告。报告的主角是一款尚未公开名称的网络安全专用模型，它在 2026 年 10 月中旬对着 Linux 内核最新 master 分支跑了一轮完整流程，最终交出 948 个可复现的本地权限提升漏洞，以及对应的候选补丁。
这组数字值得单独拿出来看。过去一年多，AI 参与漏洞挖掘的公开案例不少，但大多集中在单个漏洞、单个目标上。948 这个量级意味着自动化流水线已经开始在真实生产级代码库上跑出规模。这篇报告更值钱的地方在于它把每个环节的 API 账单都摊开了，让外界第一次能算出 AI 挖一个内核级漏洞到底要花多少钱。
一、一轮扫描到底挖出多少东西
整条流水线分成五段：漏洞发现、动态验证、可利用性评估、补丁生成、人工审查。每一段的产出都被单独记录，数字之间可以互相校验。
| 阶段 | 产出 | 说明 |
|---|---|---|
| Scout 目标筛选 | 5034 个审计目标 | 覆盖约 280 万行代码，约占内核代码库的 7% |
| Analyst 漏洞发现 | 2308 个去重候选 | 12 小时完成，成本 31.65 万美元 |
| 动态验证 | 1724 个成功复现 | 30 小时完成，复现率约 74.7% |
| 可利用性初筛 | 313 个信息泄露 + 1238 个提权候选 | 筛选偏宽松，避免漏掉严重问题 |
| 利用程序开发 | 291 个信息泄露 PoC + 1169 个提权利用 | 在启用 SMEP、SMAP、KASLR 的环境中取得 root shell |
| 变体分析与补丁 | 948 个不同提权漏洞 | 1169 个利用程序去重后对应 948 个漏洞 |
1169 与 948 这两个数字的关系是很多解读里容易搞混的地方。1169 指智能体实际拿到 root shell 的利用程序数量，同一个底层缺陷可以有多种利用路径；948 是经过变体分析后确认的不同漏洞数量，也是统计成本时的分母。报告里给出的平均每个漏洞 1279 美元，是用 121.34 万除以 948 得到的。
复现率 74.7% 也值得单独拎出来。剩下的 584 个候选没能复现，原因分三类：需要更高权限才能触达、竞争条件过于复杂、触发条件过于苛刻。真正属于模型分析判断错误的只有 3.1%。
这个比例说明当前阶段的瓶颈主要在物理世界的约束，而非模型读不懂代码。
二、121 万美元花在了哪一步
报告给出的分阶段账单非常清楚，成本高度集中在漏洞利用开发环节。
| 阶段 | API 成本（美元） | 占比 |
|---|---|---|
| Scout 目标筛选 | 3426 | 0.3% |
| Analyst 漏洞发现 | 316549 | 26.1% |
| 动态验证 | 73330 | 6.0% |
| 可利用性初筛 | 44194 | 3.6% |
| 利用程序开发与评估 | 775929 | 64.0% |
| 合计 | 1213430 | 100% |
利用开发阶段里，提权候选吃掉 69.1 万美元，信息泄露候选只花 8.49 万。报告解释了原因：提权利用需要规划利用策略、定位可被利用的内核对象、设计绕过缓解措施的路径，单个漏洞的步骤更多。
成功与失败的账单差距更刺眼。成功产出利用程序的平均成本是 359 美元，失败案例平均 3922 美元，超过十倍。少数难利用的漏洞和竞争条件类漏洞把平均值拉得很高。报告的建议很实际：连续一小时没有进展就停手。
OpenAI 强调这些数字反映的是当前模型与工作流，而非优化后的下限。更充分的工程打磨可能把各阶段成本压下来，所以这份账单更适合被当成上限参考。
三、三个月里从 166 个涨到 948 个
报告最有说服力的对照来自 OpenAI 团队自己。2026 年 7 月，团队用 GPT-5.6 Sol 做过一轮类似的 Linux 内核扫描，结果是 166 个不同的提权漏洞，端到端成本 51.37 万美元。三个月后换成新一代网络安全模型，数字变成 948 个，成本 121.34 万美元。
| 时间 | 模型 | 不同提权漏洞 | API 成本 | 单漏洞成本 |
|---|---|---|---|---|
| 2026 年 7 月 | GPT-5.6 Sol | 166 | 513690 美元 | 约 3094 美元 |
| 2026 年 10 月中旬 | 未公开的网络安全模型 | 948 | 1213430 美元 | 约 1279 美元 |
漏洞数量涨了约 5.7 倍，单个漏洞成本反而降了约 59%。两次扫描之间内核社区经历了约三个月的加固，新模型仍然多挖出五倍多的新漏洞。这条曲线比任何跑分都更能说明专用模型与通用模型的差距。
编排方式的变化同样反直觉。GPT-5.5 Cyber 无法稳定判断何时该用哪种内核利用技术，团队把 103 种利用技术整理成模型可用格式放进环境，在 63 个利用候选上成功率从 76.2% 提到 88.9%。换到 GPT-5.6 Cyber，把这套技术脚手架拿掉，只用轻量编排，效果反而更好；再把技术层加回来，只提升 1.5 个百分点。更强的模型需要更薄的脚手架。
这一点对自建安全流水线的团队有直接参考价值：给老模型堆知识库未必划算。
四、10 种新型利用技术与内核社区的处理速度
报告抽样分析了 166 个由智能体产出的利用程序，其中至少 10 种内核利用技术是全新的，第三方内核利用专家也确认这些技术此前未见。分类是 2 种新的持久化弹性对象、2 种新的页整形技术、5 种纯数据利用技术、1 种新的任意类型混淆。出于安全考虑，报告没有披露完整技术细节。
社区侧的处理速度同样有信息量。扫描基于 10 月中旬的内核版本，运行加人工分析一共花了 10 天，10 天后统计时已有 61 个提权漏洞被上游修复，43 个有 staging 补丁，约 299 个正在公开报告和讨论中。报告没有给出修复率的确切分母。
报告还提到一个反常识的观察：验证真实漏洞与验证误报的成本几乎相同。这意味着越早剔除误报整体越省。这条经验对任何做 AI 代码审计的团队都适用，先花大钱做深度动态验证，往往不如把误报拦在前面。
另一组数字来自早期运行。智能体报告了 200 个成功提权利用，人工复核发现其中 20 个其实是走了任务之外的另一个零日漏洞才拿到 root，错误利用路径占 10%。后续通过收紧任务约束和加独立检查修正。
这类自曝家丑的细节在技术报告里少见，它的参考价值反而更高。
五、这笔账对普通安全团队意味着什么
OpenAI 也用历史漏洞赏金做了收益对照。Pwn2Own 历史上针对 Linux 内核提权利用的奖金是 2 万美元，TyphoonPWN 是 7 万美元。按 948 个漏洞折算，总价值约 1890 万到 6630 万美元，是扫描成本的 16 倍到 55 倍。
在 kernelCTF 环境里另有一组数据。总运行 112 小时，成本约 3.29 万美元，产出 25 个信息泄露 PoC 和 21 个提权利用，而同期 kernelCTF 已接受的确认零日提权只有 26 个。若 21 个全部被接受，估算奖金约 150 万美元，是成本的 45 倍。
不过这 45 倍有个前提：奖金需要真的拿到手。OpenAI 把这些漏洞按社区规则报给维护者，走的是 Patch the Planet 合作方通道，最终是否被接受、补丁是否被合入，报告没有给出比例。同期 OpenAI 自己的赏金上限刚提到 17.2 万美元，这套自动化流水线的产出最终会流入什么样的定价机制，目前还看不清。
值得一提的是 Google 曾经因为 AI 提交的报告淹没而暂停开源漏洞赏金项目。报告量的暴涨会改变漏洞披露的供需关系，这是自动化挖掘规模扩大后的必然副作用。
对中小团队而言，把这些数字当成采购决策的参考更为现实。当有人报价说 AI 能扫完你的代码库、成本比人工审计低两个数量级时，可以拿 1279 美元这个数去对照自己的单点漏洞修复成本，再决定这笔投入是否值得。
六、常见问题
Q：这 948 个漏洞有 CVE 编号吗？
没有。报告披露的是漏洞候选、动态复现证据、利用程序和候选补丁，没有列出任何 CVE 编号，也没有给出内核版本号、Git commit 或发行版名称。相关成果以报告形式提交给维护者，走的是社区约定的流程。
Q：121 万美元是优化后的成本吗？
并非如此。OpenAI 明确说明这次重点是方法论验证和模型能力测量，报告中的成本应被视为上限。更充分的 harness 工程可能显著压低各阶段开销，其中提权利用开发阶段的空间最大。
Q：这套方法能直接用在业务代码上吗？
不能照搬。报告中的 74.7% 复现率与 3.1% 分析错误率建立在 Linux 内核这种有清晰威胁模型、有标准化验证环境的基础上。业务代码缺少同样的验证基础设施，动态验证环节的成本结构会完全不同。
小结
这轮扫描留下的判断有三层。第一，专用网络安全模型相对通用模型的优势已经可以用「同一目标、三个月、五倍漏洞数、一半单价」这样简单的对照说清。第二，成本结构的短板很明确，利用开发环节占掉 64%，其中失败案例的平均开销是成功案例的十倍以上。第三，报告里那些自曝的细节比成绩单更值得读：10% 的错误利用路径、3.1% 的分析错误率、修补脚手架对新模型只值 1.5 个百分点，这些是真正可以照着改的地方。
至于 948 这个数字能转化成多少实际价值，取决于补丁合入率和赏金定价机制。规模化的第一步已经走出来了，接下来要看的，是维护者接不接得住。
相关阅读
- Claude 挖出 62 个 Chrome 漏洞：5 条攻击链与 53 分钟 root
- Anthropic OSS Scanner 上线：6 个月检出 2.9 万漏洞，88% 经专家验证为真实
- Google 开源 bug 赏金被 AI 报告淹没：OSS VRP 暂停始末与行业警示
- iOS 27.2 正式版：Siri AI 记忆上线与 162 个漏洞修复
延伸阅读
- GPT-6 Luna今起免费用：安全评分从0.927降至0.734，拒答率明显减少4 周前
- OpenAI 谷歌等 4 家统一 robots.txt 退出信号5 天前
- Anthropic 10 月上旬已承认 Claude 绕过付费墙抓选民数据1 周前
- OpenAI在ChatGPT里塞进Office全套，Space、Pages、协作幻灯片1 月前
继续读
同一批更新里这几篇值得一看：
- ChatGPT 周活 12 亿：搜索量已达谷歌 20%2026-11-04
- GPT-6 Astra 一周设计出硬件：BenchCAD 得分 0.5942026-11-04
- OpenAI Pando重写Git服务端：push延迟降80%每天交付1PB2026-11-04