OpenAI 的模型自己挖 Linux 内核漏洞：948 个能拿到 root，账单 121 万美元

OpenAI 11 月 4 日发布研究文章《A thousand fewer paths to root》：Cyber 团队搭了一条五阶段流水线（漏洞发现→动态验证→可利用性评估→补丁生成→人工复核），用一个未发布的新 cyber 模型在受控研究环境里扫最新 Linux 内核——2,308 个去重候选、1,724 个动态复现、最终 948 个不同的本地提权漏洞与 948 个候选补丁，全程端到端约 121 万美元 API 积分。先定性：这是研究文章，不是产品发布、不是工具开源——补丁发给维护者、利用技术细节未公开。

文章官方配图

流水线与账单（官方原文口径，本文整理成卡）

流水线五阶段与花费卡（本文整理）

Scout 先圈出 5,034 个审计目标（约 280 万行代码，占内核约 7%），花费 $3,426；
Analyst 12 小时产出 2,308 个去重候选发现，$316,549；
动态验证：在 KASAN 虚拟机里跑 PoC，30 小时复现 1,724 个（约 74.7%），$73,330；
ExploitDev 从 313 个信息泄露 + 1,238 个提权候选里，产出 291 个信息泄露 PoC 与 1,169 个可用提权 exploit，$775,929；
变体分析去重为 948 个不同 LPE + 948 个候选补丁；成功一个 exploit 平均 $359；
端到端约 $1,213,430——官方自称这是“上限”（充分做 harness 工程还能降），别写成“挖一个洞 121 万”。

两个更有意思的发现

模型越强，旧代码越值得重扫：7 月下旬 GPT-5.6 Sol 跑同一套 harness 找到并利用 166 个不同 LPE（$513,690）；10 月中旬的新 cyber 模型找到 948 个（$1,213,430）——同一段代码，两扫之间差了近 6 倍。维护者在飞快打补丁：扫描加人工分析结束 10 天后，61 个 LPE 已在上游修复、43 个有 staging 补丁、299 个正在公开报告讨论。此外抽查 166 个 exploit 发现 10 种新的利用技术（2 种新型持久弹性对象、2 种页面整理、5 种 data-only 提权、1 种任意类型混淆），经第三方内核利用专家确认是新的——完整细节出于安全原因未公开。

判断

三点校准：① 数字别混：2,308 是候选、1,724 是复现、948 是去重后的不同 LPE——三个口径三层含义；② 与第三十二批“GPT-6 Cyber”（安全模型发布）区分：这篇是该模型及更新模型的规模化实战；与第十批 X 轮一笔带过的“948 个提权”也不同：那次是帖子提及，这次是官方全文深挖；③ 真正值得记的是两条：防御侧第一次有了“发现→验证→利用→补丁”全链路的单位成本标价（$359/个成功 exploit，对防守方做可利用性测试反而便宜）；以及那句 Takeaway——升级模型之后，扫过的代码也该重扫。