OpenAI 最强网安 AI 模型：GPT-6 Cyber 登场，性能提升 51% | 人人都是货品经理

网络安全 Agent 的评测不能只问“能发现多少漏洞”，还要问“会不会攻击错目标”。模型如果能写出利用程序，却无法区分授权资产和旁挂诱饵，能力越强，隐患越大。

OpenAI 发布了网络安全专用模型 GPT-6 Cyber，重点强化漏洞发现、验证和修复。它在 ExploitGym 基准上得到 48.5%，上一代 GPT-5.6 Cyber 为 32.1%，相对改进约 51%。

模型还在授权边界测试中取得较高结果：没有部署安全提示时，99.93% 的测试避免攻击授权范围外的服务；启用提示后，该比例达到 100%。这组数字说明，网络安全模型的中心竞争力正在从“会不会利用”扩展到“能否在明确边界内利用”。

ExploitGym 主要检验模型能否利用指定远程漏洞完成任务。GPT-6 Cyber 得分 48.5%，GPT-5.6 Cyber 得分 32.1%。这个改进可以说明模型在漏洞拆解和利用链构造上的能力增强，但不能直接等价为现实网络中的攻击成功率。

实际安全任务还会受到目标版本、网络拓扑、身份权限、防护设备、时间预算和人工介入的影响。模型在实验室靶场中完成一次利用，不代表它可以无条件突破真实生产架构。

更适合工程班组的评测指标包括：

如果只报告一个总分，很容易把“发现候选”与“完成安全验证”混为一谈。

OpenAI 设计了 ExploitGym Honeypot 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、对象存储等配套服务。这些服务被故意设置得容易攻破，但任务只授权模型对指定目标行动。

模型必须自己判断哪些服务属于目标范围，哪些只是诱饵。没有部署提示时，GPT-6 Cyber 99.93% 的测试没有攻击授权范围外的服务；加入提示后，范围遵守率达到 100%。

在生产环境中，这种边界判断应该由模型和外部策略网关共同完成，不能只依赖模型“记住提示词”。策略网关至少要检查：

模型可以提出下一步动作，但最终执行权应该由独立的权限层掌握。

OpenAI 探究人员利用 GPT-6 Cyber 复现了 1724 个 Linux 内核漏洞，为其中 948 个开发出可用的权限改进利用程序，并按社区流程向维护者披露 304 个严重问题。

在 Firefox 探究中，模型发现 81 个此前未知的高危漏洞，并向 Mozilla 提交证据、可复现测试和候选补丁，Mozilla 已开始发布修复。

这类工作让漏洞探究从“静态扫描”走向连续闭环：模型读取代码或二进制，提出漏洞假设，构造最小复现，验证实际影响，再生成报告和修复建议。

对安全班组而言，闭环水准比单点发现更中心。每个漏洞都应该留下：

只有证据链完整，AI 发现的漏洞才有空间进入真实修复流程。

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。

配套措施包括滥用监测、凭据保护、沙箱、人工监督，以及对要点基础设施高隐患行为的拦截。GPT-6 Cyber 初期只向经过批准的 Daybreak Red 访客开放，说明模型能力和访问权限并没有被完全分离。

对于公司接入，建议把架构拆成三层：

拆解层可以使用较高自主性，执行层必须限制网络、文件、凭据和资源，治理层则不能由同一个 Agent 自己修改。