AI 生成的概念插图:一束光照亮授权测试边界内的网络结构
对于自主安全研究员而言,关键问题不仅在于它能否发现弱点,还在于它能否调查该弱点,而不把邻近系统变成攻击目标。OpenAI 在 11 月 5 日对 GPT-6 Cyber 的发布公告将这一边界置于受限模型发布的核心。[1]
初始访问通过 API 和 Codex 提供给一组选定的、经批准的 Daybreak Red 客户。OpenAI 表示计划将访问权限扩大到其他 Daybreak Red 客户;这一未来扩展不应与当前的一般可用性相混淆。[1] 系统卡将 GPT-6 Cyber 描述为 GPT-6 Astra 的网络安全专用变体,针对授权漏洞发现、漏洞利用开发和 Web 渗透测试进行了训练。[2]
OpenAI 报告称,在 ExploitGym 上,GPT-6 Cyber 相比 GPT-5.6 Cyber 取得 51% 的相对提升。在一项单独的范围遵循测试中,OpenAI 表示,在没有部署安全提示的情况下,GPT-6 Cyber 在 99.93% 的案例中避免了攻击范围外服务;在带有这些提示的所有测试案例中均避免了此类攻击。[1] 这些是指定评估中的结果,并不保证已部署的智能体永远不会越界。基准测试提升的幅度也不直接预示一个组织的安全事件减少幅度。
系统卡将该模型归入“关键网络安全能力”等级,与 OpenAI 的 Preparedness Framework 下的 GPT-6 Astra 相同。[2] 这是开发者的能力分类,并非对安全运行的外部认证。系统卡还描述了身份验证、使用限制和组织安全要求,包括单点登录、多因素身份验证和 API IP 允许列表。[2]
对安全团队而言,由此形成的产品是一个模型,外加一套访问与操作安排。一次成功的调查仍然需要明确的目标、获准操作的记录,以及工程师可复现的发现。这些要求使得区分有意义的假设与值得修补的缺陷成为可能。这是对工作流程的编辑性评估,而不是声称每个客户都已遵循相同流程。
部署问题也超出基准测试结果的范围。谁能在任务进行到一半时更改目标列表?当有用的线索指向列表之外时会发生什么?哪些操作需要人类决策?这些问题的答案决定了模型在实践中获得多少权限。即使开发者报告了非常强的范围遵循得分,这些问题仍然重要。
因此,此次发布值得关注,因为它以受控方式引入了更强的安全能力。OpenAI 已宣布该模型并开始有限访问;未获批准的组织不能据此推断其可立即使用。对于评估该模型的用户而言,有意义的结果将是安全工作始终处于授权范围内,并产生人类团队能够验证、修复和重新测试的证据。
