Автоматизована система кібербезпеки від OpenAI виявила 948 унікальних вразливостей ядра Linux, які дозволяють локальним користувачам отримати права root, та щонайменше 10 раніше неописаних технік експлуатації. Про результати компанія повідомила у дослідницькому дописі, на який посилається Interesting Engineering.
Під час кампанії в середині жовтня 2026 року система OpenAI проаналізувала тисячі потенційних проблем безпеки, відтворила їх у контрольованих середовищах, згенерувала робочі експлойти та кандидатні патчі для подальшої перевірки людьми.
Як працює автоматизований конвеєр безпеки OpenAI
OpenAI описує свій підхід як п’ятиетапний конвеєр, що охоплює виявлення вразливостей, динамічну валідацію, оцінку експлуатованості, генерацію патчів і людський перегляд.
Спершу так звані scout‑агенти шукали у вихідному коді ядра Linux фрагменти, пов’язані з безпекою. Вони звузили обсяг аудиту до 5 034 цільових ділянок — приблизно 2,8 мільйона рядків коду, що становить близько 7 % усього кодобазу.
Далі analyst‑агенти проаналізували ці ділянки та за 12 годин сформували 2 308 кандидатних знахідок. Система спробувала відтворити кожну з них у ізольованих віртуальних машинах і змогла підтвердити 1 724 вразливості протягом 30 годин.
Після цього агенти, відповідальні за розробку експлойтів, перевіряли, чи можуть підтверджені вади призводити до витоку інформації або локального підвищення привілеїв. У результаті конвеєр згенерував 291 proof‑of‑concept для витоку даних та 1 169 робочих експлойтів для локального підвищення привілеїв (LPE).
Подальший аналіз варіантів дозволив звести ці експлойти до 948 окремих вразливостей. Паралельно система створювала кандидатні патчі, які потім перевіряли фахівці з безпеки перед переданням їх супровідникам ядра.
Вартість кампанії та порівняння з попереднім запуском
Жовтневий запуск використовував нову кібермодель, яку OpenAI поки що публічно не називає. Повний прогін коштував компанії 1,21 мільйона доларів у вигляді API‑кредитів, що в середньому становить близько 1 279 доларів на одну унікальну LPE‑вразливість.
Це суттєвий стрибок порівняно з попередньою кампанією в липні 2026 року. Тоді модель GPT‑5.6 Sol виявила й експлуатувала 166 унікальних LPE‑вразливостей за 513 690 доларів. Жовтневий запуск знайшов понад у п’ять разів більше вад, попри додаткові три місяці посилення захисту ядра Linux.
OpenAI також порівняла 948 вразливостей із історичними виплатами за баги в ядрі Linux на змаганнях Pwn2Own та TyphoonPWN. Якщо застосувати попередні розміри винагород, гіпотетична «вартість» цих знахідок становила б від 18,9 до 66,3 мільйона доларів — тобто у 16–55 разів більше за вартість роботи конвеєра. Компанія підкреслює, що це лише ілюстративне порівняння, а не реальний дохід від баунті‑програм.
Нові техніки зламу та співпраця з спільнотою
Окремо дослідники проаналізували вибірку зі 166 експлойтів і виявили, що агенти застосували щонайменше 10 технік експлуатації, які раніше не були описані в літературі. Запрошені зовнішні експерти з експлуатації ядра також визнали ці підходи новими.
Серед них були методи розміщення об’єктів у кешах пам’яті ядра, прийоми підвищення надійності експлойтів, а також отримання підвищених привілеїв за допомогою атак, що змінюють лише дані (data‑only attacks), без модифікації коду.
OpenAI повідомляє, що вже надіслала сотні звітів і патчів щодо критичних вразливостей, дотримуючись рекомендацій спільноти розробників ядра Linux. Компанія також співпрацює з партнерами в межах ініціативи Patch the Planet, щоб повідомити про додаткові проблеми та допомогти їх усунути.
Що це означає для майбутнього кібербезпеки
На думку OpenAI, результати демонструють, що дедалі потужніші моделі можуть суттєво посилити роботу команд безпеки, дозволяючи виявляти й виправляти вразливості у критичному програмному забезпеченні до того, як ними скористаються зловмисники.
Компанія наголошує, що автоматизована генерація патчів і повторні перевірки безпеки ставатимуть усе важливішими із зростанням можливостей моделей. Опубліковані результати є частиною її ширшої ініціативи Patch the Planet, спрямованої на проактивне виявлення та усунення вразливостей у ключових цифрових системах.