耗资 121 万美元，AI 代理挖出 948 个 Linux 核心漏洞

据 Woofun AI 消息，OpenAI 资安团队近期完成一项针对 Linux 核心的深度扫描，利用尚未公开的新资安模型与 AI 代理自动化流程，成功挖掘出 948 个可用的本机提权漏洞，这项成果标志著 AI 在系统底层安全检测领域的重大突破。

这项研究于 11 月 4 日正式发表，论文标题为《A thousand fewer paths to root》，详细记录了如何利用 AI 代理组成的自动化流程对 Linux 核心进行全面扫描。整个专案的总成本高达 121.3 万美元，主要支出为 API 费用，使用的是一款尚未发表的资安模型。OpenAI 在官方推文中将此成果与传统漏洞赏金行情进行对比：若按每个提权漏洞约 1,279 美元的市场行情计算，该批成果价值显著；而若参考 Pwn2Own、TyphoonPWN 等顶尖骇客竞赛的赏金计价标准，同一批漏洞的潜在价值则高达 1,890 万到 6,630 万美元，展现出极高的成本效益比。

扫描流程被严格划分为五个阶段，每个阶段由专门的 AI 代理执行。首先，侦察代理读取整个程式码库，筛选出一般使用者可触及且与安全相关的 5,034 个目标，涵盖约 280 万行程式码，占 Linux 核心总量的 7%，此阶段仅耗资 3,426 美元。随后，分析代理在 12 小时内产出 2,308 个疑似漏洞，花费 31.7 万美元。

值得注意的是，疑似漏洞不等于真实漏洞，因此验证代理为每一个疑似漏洞编写测试程式，并在隔离的虚拟机中实际触发，经过 30 小时的运算，成功重现 1,724 个漏洞，重现率达 74.7%。OpenAI 指出，仅有 3.1% 的未重现案例是模型分析错误、假设了不可能发生的条件，其余多数是因为需要较高权限或竞态条件难以触发所致。

最耗资的环节在于攻击程式的生成。攻击代理在开启一般发行版预设防护机制（如 SMEP、SMAP、KASLR 等）的环境中进行测试，最终产出 291 个资讯外泄的验证程式与 1,169 个可用的提权攻击程式。扣除同一漏洞的不同变体后，这些攻击程式对应 948 个不同的漏洞与修补方案。

Woofun AI 整理数据显示，这一段流程耗资 77.6 万美元，平均每个成功的攻击程式成本约为 359 美元。扫描对象为 10 月中最新版的 Linux 核心，在自动扫描加人工分析后的 10 天内，已有 61 个提权漏洞在上游被修复，43 个修补方案正在测试中，另有 299 个漏洞正在公开回报与讨论。依照 Linux 社群建议，OpenAI 优先送出最严重的数百份报告与修补，其余则透过 计画的合作伙伴陆续提交。

在模型效能对比方面，研究显示技术迭代带来的巨大提升。7 月底使用 GPT-5.6 Sol 执行同一套流程时，仅找到并攻破 166 个提权漏洞，成本为 51.4 万美元；而 10 月中换上新的资安模型后，漏洞数量激增至 948 个，总成本为 121.3 万美元。OpenAI 据此建议，随著模型能力提升，旧有程式码值得重新扫描。

此外，OpenAI 抽查了 166 个攻击程式，发现 AI 代理使用了 10 种外部核心攻击专家未曾见过的新手法，包括创新的记忆体布局技巧与仅透过修改资料即可实现提权的方法。OpenAI 强调，本次研究重点在于验证方法与模型能力，所产生的成本仅能视为上限，经过流程调校后，各阶段成本均有进一步降低的空间。