东京时间 11 月 6 日凌晨(对应官方 X 帖 UTC 2026-11-05 17:09,约等于 JST 02:09),OpenAI 宣布推出 GPT-6 Cyber:一款面向授权安全研究、强调「找洞 + 验证 + 守边界」的专用模型。同一天稍早已有站内稿梳理过它在 Linux 内核上的研究流水线;这篇补上模型产品本身的定位、厂商评测数字,以及对算法与安全工程团队意味着什么。

它是什么、和昨天那篇 Linux 稿有何不同
按 OpenAI 官方博客,GPT-6 Cyber 的目标不是通用对话,而是在研究者划定的范围内发现、验证可利用漏洞,并辅助写出候选补丁。官方写明:它已用于 Linux、Firefox 等安全关键代码库,并帮助安全团队做漏洞研究与代码审查。
和本站草稿/成稿里「一次扫出 948 个本地提权并写补丁」那篇的关系是:那篇偏研究流水线与结果;今天这篇偏模型发布与能力边界。官方也确认,驱动那次 Linux 研究的,正是这款 GPT-6 Cyber。
访问路径方面,模型首先通过 API 与 Codex 向一组已批准的 Daybreak Red 客户开放,随后会逐步扩大;同时向全体 Daybreak Red 客户开放 GPT-5.6 Cyber。Daybreak Blue(偏防御验证、少拒答)与 Daybreak Red(更深的授权利用开发与测试)是配套产品分层,不是开源权重。
厂商自测:ExploitGym、对齐与 RemoteExploitBench
以下数字均来自 OpenAI 官方博客与系统卡口径,属厂商自测,跨环境不能直接外推:
- ExploitGym(给定漏洞、测模型能否打出利用):GPT-6 Cyber 48.5%,相对 GPT-5.6 Cyber 的 32.1%,官方称约 51% 相对提升(约 +16 个百分点)。
- 对齐 / 越界:在 ExploitGym Honeypot 类评估中,无部署安全提示时,避免攻击任务外服务的比例为 99.93%(GPT-5.6 Cyber 为 94.49%);加上部署提示后为 100%。
- 无源码 Web 渗透召回:官方新建评测上,GPT-6 Cyber 40.3%,对比 GPT-6 Astra 32.0%。
- RemoteExploitBench(控制环境中对 GitLab、PostgreSQL、Jenkins 等已知漏洞做远程利用工作流):官方称 GPT-6 Astra + Daybreak Blue 拒答 100% 任务;GPT-6 Cyber 完成 95%,唯一失败是远程打不通的一例。
- 准备度框架:网络安全能力被标到 Critical(上一档 GPT-5.6 Cyber 为 High)。
真实系统侧,官方复述了已公开的数字:Linux 侧复现 1724、形成 948 个本地提权利用并配合补丁披露;Firefox 侧报告 81 个此前未知的高危问题(另有 30 个已知问题严重性被上调),Mozilla 已开始合入修复。这些是 OpenAI 与厂商披露的研究产出,不是你本地一键可复现的脚本说明。

对算法与平台工程师更有用的几件事
如果你不写漏洞利用、但要接 agent / 评测 / 权限隔离,这篇发布里仍有几处值得记:
- 专用模型 + 产品分层:主线模型(如 GPT-6 Astra)继续覆盖代码审查与分诊;更强的进攻性工作流被收到 Daybreak Red + GPT-6 Cyber,并配 IP allowlist、监控与关键基础设施相关拒答策略。这和「一个万能 agent 通吃」的产品叙事不同。
- 对齐被当成一等公民训进去:官方强调越界、越权、漏报是网络安全 agent 的核心风险,并公开了 honeypot 式评测。做内部红队 agent 时,可以把「任务范围遵守率」单独做成回归项,而不是只看召回。
- 不是开放权重:当前是 API / Codex 白名单。想本地部署、空气间隙或二次微调的团队,这条产品线暂时帮不上;更现实的是评估是否申请 Daybreak,或继续用开源扫器 + 自研 harness。
- 和本站已写过的 Linux 流水线对读:948 这个数要和「候选 → 复现 → 去重 → 补丁」整条流水线一起看,单点分数容易误导资源评估。
限制与落地注意
官方同时写明:能力越强,滥用尝试也越多;配套有错配监控、凭证失窃防护(Daybreak Red 默认 IP allowlist)、Private Safety Processing,以及对关键基础设施相关高风险协助的拦截。Dragos 等伙伴在受控靶场做了 OT/ICS 相关评估,用来收紧保障——具体拦截率曲线以系统卡为准。
对大多数算法团队:若已在用 Codex / API 做安全相关 agent,先核对自己是否在 Daybreak 名单、该用 Blue 还是 Red;通用 coding agent 继续盯主线模型的拒答与沙箱即可,不必把 Cyber 当默认底座。利用细节与 PoC 不在本文展开。
小杜点评
从算法工程师视角,GPT-6 Cyber 更像「把进攻性安全能力产品化,并强行配上范围对齐与访问分层」,而不是再发一个通吃的通用旗舰。对我这种经常搭评测 harness、看 agent 是否越权的人,真正有信号的是三件事:ExploitGym / RemoteExploitBench 这类任务型指标(厂商自测,只作方向);越界率被单独训、单独报;以及 Linux/Firefox 案例说明它已经进真实披露流程,而不只是榜单。建议是:安全平台团队把「范围遵守」写进 CI;通用 LLM 应用团队先读系统卡与 Daybreak 条款,再决定要不要申请;做开源防护的人继续关注 Mozilla / 内核侧合入节奏,而不是追着复现利用细节。



