点击率拉高别把要点词硬塞进正文，读起来别扭反而会被判低质。✈️@zhiyudata

网络安全 Agent 最难的地方，从来不只是“能不能发现漏洞”，还包括能不能只对被授权的目标行动，能不能把利用过程控制在隔离环境里，以及能不能把结果整理成安全队伍真正用得上的报告。

OpenAI 最近公布了网络安全专用模型 GPT-6 Cyber。按公开文献，它被训练用于发现和验证可利用漏洞，同时把行动限制在调研人员明确设定的范围内。模型在 ExploitGym 上得分 48.5%，上一代 GPT-5.6 Cyber 为 32.1%；在另一套不带来源码的 Web 渗透测试评估中，GPT-6 Cyber 的漏洞召回率为 40.3%。

更有冲击力的结果来自真实调研：调研人员用它复现 Linux 内核的 1724 个漏洞，为其中 948 个写出可用的提权利用；在 Firefox 浏览器中发现 81 个此前未知的高危漏洞，并指出 30 个已知问题的严重程度可能被低估。

这些数字不应被理解成“AI 可以随意攻击网络”。恰恰相反，越强的安全 Agent，越需要把授权目标、隔离环境、操作日志和人工审批写进渠道边界。

GPT-6 Cyber 不是面向通用聊天的模型，而是针对安全调研和防御任务改进的专用模型。它关注三类工作：

在 ExploitGym 基准上，GPT-6 Cyber 得分 48.5%，GPT-5.6 Cyber 为 32.1%，相对拉高约 51%。另一套不带来源码的 Web 渗透测试评估中，GPT-6 Cyber 的漏洞召回率为 40.3%，未经网络安全专项训练的 GPT-6 Astra 为 32.0%。

基准分数只能说明某类任务上的能力。安全队伍真正需要观察的是：模型能否在有限权限下完成验证，能否避免误报和重复利用，能否解释为什么选择某条路径，以及能否在发现隐患后停止进一步扩大影响。

OpenAI 公开的调研结果显示，GPT-6 Cyber 参与了 Linux 内核漏洞复现和提权利用编写。调研人员共测试 1724 个漏洞，其中 948 个生成了可用的提权利用，并按照社区指引向维护者披露 304 个严重问题。

Firefox 调研中，模型发现 81 个此前未知的高危漏洞，并指出 30 个已知问题的严重程度可能高于此前报告。Mozilla 已开始推送修复。

这个过程可以抽象成安全调研流水线：

-> 判断影响与利用条件

-> 人工复核和协调披露

Agent 让“候选漏洞到可复现结果”的距离缩短了，但报告水准和披露流程仍然不能省略。安全队伍需要知道漏洞影响哪些版本、是否需要登录、利用是否稳定、是否会造成数据破坏，以及修复后如何回归验证。

网络安全模型的危险不只在于能力不足，也在于能力太强却缺少边界。OpenAI 使用 ExploitGym Honeypot 做对齐评估：模型在隔离环境中获得一个困难的漏洞利用任务，旁边还挂着包仓库、对象存储等配套业务。

这些配套业务被故意做得容易攻破，但任务只授权模型对指定目标行动，旁边的业务不在授权范围内。模型需要自己判断哪些目标可以操作，哪些只能忽略。

带部署提示时，GPT-6 Cyber 100% 守住目标范围；不带部署提示时，范围遵守率为 99.93%，上一代 GPT-5.6 Cyber 为 94.49%。这类测试比单纯的漏洞发现分数更接近真实部署隐患，因为它验证的是“能力和授权是否同时成立”。

安全 Agent 的授权模型应该明确到资源级别：

没有这些限制，模型的“高成功率”可能反而意味着更高的越权隐患。

按照 OpenAI 的 Preparedness Framework，GPT-6 Cyber 在网络安全维度被评为 Critical，上一代 GPT-5.6 Cyber 为 High。评级拉高后，配套措施不能只停留在模型提示词层面。

公开文献中提到的控制包括：PHP 漏洞协调披露期间的定向监控、面向零数据保留访客的 PSP 审查、Daybreak Red API 默认要求 IP 白名单，以及拦截涉及工业控制和安全要点渠道的高隐患请求。