当地时间 11 月 4 日，OpenAI 发布了一份安全研究报告。
三个数字先摆出来：948、2,308、121.34 万美元。
948 是这次最终统计的 Linux 本地提权漏洞数量。2308 是一开始 AI 报上来的候选。121.34 万美元是整套流程烧掉的 API 额度。
平均下来，一个能拿到 root 的漏洞，1279 美元。
今年 7 月，同一套思路只挖出 166 个，花了 51.37 万美元。两次之间，Linux 内核还做过约三个月的安全加固。数量还是翻了五倍多。
「提权」这两个字，先讲成人话
先别被术语拦住。
一台机器上，普通账号能开软件、能上网，但动不了系统要害：装不了驱动，改不了别人的文件，关不掉防护。
本地提权，就是在同一台机器上，找一条路把权限做成管理员，也就是 root。
拿到 root，这台机器基本就算别人的了。改什么、看什么、留什么，由对方说了算。
这类漏洞有个共同点：看得见，不一定摸得着。触发条件差一点，就跑不起来。
两个智能体，一个挑地方，一个动手
第一阶段不像在找漏洞，更像在挑地方。
侦察智能体（Scout Agents）先在内核里筛出值得审计的代码，标成审计目标。分析智能体（Analyst Agents）接着一个个看。
一共筛出 5034 个审计目标，涉及约 280 万行代码，差不多是 Linux 内核代码总量的 7%。
12 小时，生成 2308 个去重后的候选漏洞。
这一步的 API 成本，31.65 万美元。
五道关，最后一道还是人
整套流程分五段：漏洞发现、动态验证、可利用性评估、补丁生成、人工审核。
测试在 10 月中旬做，用的是一款还没正式公布的网络安全模型。
产出也分五样：漏洞根因分析、最小化的崩溃验证程序（PoC）、候选修复补丁、完整的漏洞利用程序，最后交到人手里。
注意最后那一格。AI 把活干完，人还得看一遍，再提交给内核维护者。
2308 进去，1724 出来
报上来的候选不能直接算数。
系统把每个候选放进隔离虚拟机，生成 PoC 去跑，看它到底能不能触发。
这一步跑了 30 小时。2308 个里有 1724 个成功复现，占 74.7%。
剩下那四分之一，原因挺具体：
需要更高权限的占 68.9%，难以触发的竞态条件占 10.5%，需要故障注入占 9.6%，验证太耗时的占 3.8%，其他占 4.0%。
模型自己看错的，只占 3.1%。
换句话说，大多数没复现的，不是 AI 瞎报，是那个洞在当前环境里够不着。
948 这个数，是一层层筛出来的
接下来才是评估。环境里开着 SMEP、SMAP、KASLR、HARDENED_USERCOPY 这几样常规防护。名字不用记，知道是「按正常机器配好的防线」就行。
在这套环境里，系统生成 291 个信息泄露 PoC，和 1169 个能实现本地提权的利用程序。
再做变体分析、开发补丁，把重复的归并掉，最终统计为 948 个不同的本地提权漏洞。
121.34 万美元这么分：漏洞利用开发最贵，77.59 万美元，占了六成多。
平均到每个利用程序，1279 美元。
OpenAI 自己说，这不是优化后的最低成本。智能体编排和工程实现再改一改，还能往下压。
有一批补丁，反过来纠了人的错
补丁这段是整份报告里最有意思的部分。
最初生成的补丁，能修好对应 PoC 暴露的问题。但毛病不少：代码冗余、可能有性能影响、偏离项目的编码规范、没覆盖同类变体。
加了约束条件、跑了几轮迭代之后，质量才上来。
部分研究生成的补丁，反过来发现了人类专家此前修复方案里的问题
10 天里，61 个漏洞已经在 Linux 上游修好，43 个拿到了暂存补丁，还有 299 个正在公开讨论或报告流程里。
按内核社区的建议，严重的先提单，剩下的通过 Patch the Planet 合作伙伴慢慢往上报。
另一组账：112 小时，3.3 万美元
报告里还附了一次对照测试。
地点换成谷歌 kernelCTF 漏洞奖励计划用的加固环境，跑了 112 小时，API 成本约 3.29 万美元。
拿到 25 个信息泄露 PoC 和 21 个本地提权利用程序。
如果这 21 个全部过审，理论奖励约 150 万美元。
投入三万，理论回报一百五十万。这只是理论——报道没提最后过了几个、实际拿了多少钱。
换一代模型，差距在哪
同一份报告里比较了两代模型。
GPT-5.6 Cyber 比 GPT-5.5 Cyber 更能自己判断该用哪种内核利用手法。
把额外的技术指导层去掉之后，GPT-5.6 Cyber 依然强过编排更复杂的 GPT-5.5 Cyber。
成功率那张柱状图上是四个数：GPT-5.5 不带技能 76.2%、带技能 88.9%；GPT-5.6 不带技能 92.1%、带技能 93.6%。
还有一处：抽查 166 个利用样本，至少涉及 10 种此前没见过的 Linux 利用技术。这些方法交给第三方内核漏洞利用专家审过，对方认为手法新颖。出于安全考虑，完整细节没公开。
他们自己的判断
报告结尾那段，说的是往后几年。
前沿模型可能具备发现复杂软件漏洞的能力，甚至能让能力较弱的模型去利用已经公开披露的漏洞。
所以维护者要加快修复，用户和企业要及时装安全更新。
沙箱、隔离机制、减少不必要的攻击面、形式化验证，会成为提升软件安全的重要方向。
这项研究属于 OpenAI 的 Patch the Planet 和 Daybreak 两个安全计划。
121 万美元，948 个洞，平均一个 1279 美元。
另一头是 10 天修了 61 个。
挖的速度和补的速度，现在哪一边更快？这事报告里没算。