OpenAI原型用AI在Linux内核中定位948个本地提权漏洞，耗120万美元API额度

一句话看懂：OpenAI公布自主漏洞发现原型的工作成果：在Linux内核中筛出948个可让本地普通用户获得root权限的提权漏洞，并生成候选补丁，该项扫描的API额度消耗约120万美元。它值得关注，因为大模型正从写代码、查代码，走向主动发现和复现安全漏洞。

事件核心：发生了什么

据Phoronix报道，上述原始内容发布于2026年11月。OpenAI在一篇博客中披露，其对Linux内核的漏洞发现流程是：先找出2308个候选漏洞，再动态复现1724个，最终确认948个有效的本地提权漏洞（LPE），也就是未授权的本地用户可能借此拿到root权限。团队还为维护者生成了候选补丁供审核。整个发现过程消耗约120万美元API额度。

材料中还有一个对比：经过约三个月的内核补丁更新后，GPT-5.5 Cyber模型发现的新增LPE数量仍比GPT-5.6 Sol模型多5倍以上。目前公开信息显示，这是原型展示，并非已上线的漏洞扫描产品；相关结论也尚未经过独立审计或同行评审。

为什么重要

漏洞挖掘长期依赖安全专家、模糊测试和静态分析，成本高、周期长。如果大模型能规模化生成候选漏洞并自动复现，安全研究的供给方式就会改变：发现速度可能加快，但维护者面对的待审报告和补丁数量也会同步膨胀。OpenAI在博客中也提出，当“未知漏洞”越来越少时，高保障软件、默认安全编码、减少攻击面和形式化验证将更关键。

对用户/开发者/创作者的影响

对普通Linux用户而言，短期内不会多出可安装的安全工具，真正改变风险的是内核维护者是否采纳和发布补丁。对开发者和安全团队来说，这类AI应用意味着补丁审核、漏洞复现和回归测试的工作流需要升级，不能把模型输出直接当作可信结论。对开源社区而言，大量AI生成报告可能加重维护者负担，需要更严格的复现标准和披露流程。企业采购时也应区分“演示级漏洞发现”与可持续的安全产品服务。