一句话看懂：OpenAI 披露其用一组 AI 代理构建自动化流水线，分析 Linux 内核代码并找出 948 个不同的权限提升漏洞，还生成了 PoC 与补丁供维护者参考。这既展示了前沿模型在大型开源代码库上的安全审计能力，也带有为“即将推出的网络安全模型”预热的意味。
事件核心：发生了什么
OpenAI 发布了一份报告，介绍其用 AI 代理分析 Linux 内核的过程。整个项目花费约 121 万美元 API 额度，覆盖漏洞发现、动态验证、可利用性评估、补丁生成和人工复核五个阶段。第一阶段在 12 小时内产生了 2300 多个候选问题；随后代理生成概念验证代码进行验证，30 小时内复现了 1724 个发现，约占初始候选的 75%。最终，团队在剔除重复和误报后，确认 948 个不同的本地权限提升漏洞，并生成了对应补丁。
报告没有公布所用模型的正式名称，只称其为“即将推出的网络安全模型”，并将其与 GPT 5.5-Cyber 对比——后者据称开发了 24 个本地提权利用。OpenAI 表示已在联系 Linux 内核维护者前人工审核了全部利用代码和补丁；部分漏洞此前已被社区修复，另有 43 个有暂存补丁，约三分之一正在公开讨论中。团队还梳理了 166 种利用技术，发现 10 种此前未被记录，相关细节将在修复后再公开。
为什么重要
Linux 内核超过 4000 万行代码，支撑 Android 设备、云基础设施和大量服务器系统。用 AI 代理在如此规模的代码库中批量发现并验证真实安全缺陷，说明大模型在漏洞挖掘、优先级排序和补丁辅助生成上的工程化程度正在提高。对安全行业而言，这可能会改变传统人工审计的成本结构；对 OpenAI 而言，这同时是一次能力演示和产品预热——目前公开信息显示，该模型尚未正式发布，报告本身也缺少可复现的独立评测。
对用户/开发者/创作者的影响
普通用户短期不会直接感知变化，但内核提权漏洞的修复会通过发行版更新间接提升系统安全。对开发者和运维团队来说，更值得关注的是 AI 辅助代码审计进入实用阶段的信号：如果此类流水线未来以 API 或工具形式开放，中小团队也可能用较低成本做安全筛查。开源维护者则要面对一个新问题——AI 生成的大量漏洞报告和补丁会增加审核负担，如何验证、排优先级和防止误报，需要社区建立新的协作规范。
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
一是这款“即将推出”的网络安全模型何时正式发布、定价和访问方式如何；二是剩余漏洞和补丁能否被 Linux 社区顺利合入；三是那 10 种未公开的利用技术披露后，是否会推动内核防御机制调整；四是其他厂商是否会跟进类似的大规模 AI 安全审计，以及第三方能否独立复核这组数据。
来源：TechRadar
