一句话看懂：OpenAI 推出专为安全场景训练的 GPT-6 Cyber，能主动寻找漏洞、编写可用攻击代码并给出修复建议，在 Firefox 和 Linux 内核测试中已有实际产出，但所有评测数据均来自 OpenAI 自身。
事件核心：发生了什么
2026 年 11 月 5 日，OpenAI 发布 GPT-6 Cyber。按官方说法，该模型针对软件安全漏洞发现、可用漏洞利用（exploit）开发和补丁建议做了专项训练。在 Firefox 的定向测试中，它发现了 81 个此前未知的严重漏洞，并判断 30 个已知问题比原先评估更严重，Mozilla 已接受报告并推送修复。在 Linux 内核方面，OpenAI 用侦察与分析智能体自动扫描约 5,034 个安全相关代码位置，确认 1,724 个漏洞，并为其中 948 个写出可用 exploit，同时向维护者提交 304 项关键发现及修复建议。官方称整轮运行消耗约 121 万美元算力，折合每个 exploit 约 1,279 美元。
为什么重要
这把大模型的能力边界从“辅助写代码”推进到“端到端安全研究”：发现、利用、修复处在同一闭环里。对安全行业，漏洞挖掘的边际成本可能明显下降。OpenAI 公布的数据显示，ExploitGym 基准得分为 48.5%，高于上一代 GPT-5.6 Cyber 的 32.1%；无源码 Web 应用漏洞发现命中率为 40.3%，高于未做安全训练的 GPT-6 Astra 的 32.0%。同时，模型被 OpenAI 在 Preparedness Framework 中评为网络安全类别“Critical”。在护栏方面，无特殊安全指令时边界违规率为 0.07%，启用安全指令后为 0。需要说明的是，目前公开信息显示这些数字均未经独立第三方验证。
对用户/开发者/创作者的影响
普通用户短期接触不到该模型。GPT-6 Cyber 初期仅通过 API 和 Codex 向部分 Daybreak Red 客户开放，再逐步扩大。对安全团队和开发者而言，更有参考价值的是“智能体流水线”思路：自动扫描候选点、在隔离虚拟机中验证、再生成修复建议，这种模式可能被更多企业安全平台借鉴。对依赖漏洞赏金的研究者，单个 exploit 约 1,279 美元的算力成本，与 Pwn2Own 等赛事 historically 每个发现 2 万至 7 万美元的赏金相比，意味着定价逻辑可能被重估，但目前不宜据此下结论。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 OpenAI 是否公布独立第三方对 ExploitGym 等基准的复测结果；二是访问范围从 Daybreak Red 扩至个人安全研究者后，滥用和越界风险如何变化；三是 Linux 维护者与 Mozilla 对这批报告的修复确认，能否为模型的真实产出提供可核查的旁证。
