GPT-6 Cyber encontra 81 vulnerabilidades perigosas no Firefox e atinge 48,5% no ExploitGym

Até agora, os modelos de linguagem em segurança ajudavam principalmente a ler logs e explicar CVEs alheias. Pelos resultados divulgados pela OpenAI, o GPT-6 Cyber dá o passo seguinte: ele não apenas analisa bugs conhecidos, mas procura novos e escreve exploits para eles. Para quem responde por um produto ou pela infraestrutura, é um sinal: o ritmo de descoberta de vulnerabilidades está mudando.

O que exatamente o modelo mostrou

Estes são os números do anúncio. No benchmark ExploitGym, o GPT-6 Cyber obteve 48,5%, o que a OpenAI chama de novo recorde. No Firefox, o modelo descobriu 81 vulnerabilidades de alta gravidade até então desconhecidas. E no Linux, mostrou como 948 erros podem ser usados para escalonamento de privilégios.

É importante distinguir esses três resultados. O benchmark mede a capacidade de transformar um erro encontrado em um exploit funcional em tarefas padrão. Encontrar novos bugs no Firefox envolve código real, que milhares de pessoas instalam em suas máquinas. E os 948 erros no Linux não são 948 invasões prontas, e sim erros que, segundo a OpenAI, o modelo conseguiu associar a escalonamento de privilégios.

Como isso funciona em um exemplo simples

Imagine que você tem um módulo antigo em C que processa um arquivo do usuário. Antes, um auditor passava semanas lendo o código, configurando um fuzzer e procurando onde um buffer extrapola os limites. Agora, um agente no Codex recebe o repositório, inicia a compilação por conta própria, testa entradas, vê a falha e depois descobre se ela pode ser transformada em execução de código alheio ou em acesso root. É justamente esse segundo passo, de "o bug existe" para "o bug funciona", que o ExploitGym avalia.

Para os defensores, é uma boa notícia: o que levava semanas pode ser feito em horas e aplicado a todo o código, e não apenas às partes mais críticas. Para os atacantes, a notícia é a mesma, só que com sinal invertido. Não por acaso, nos comentários do anúncio brincam que os hackers também terão acesso.

Quem terá acesso e o que ainda não está claro

No momento, o GPT-6 Cyber está disponível no Codex e via API apenas para participantes selecionados do programa Daybreak Red. Parece um lançamento cauteloso: primeiro pesquisadores verificados e, talvez, um público maior depois. Os aguardados GPT-6.2 Astra e Sol não foram lançados hoje, então é cedo para falar deles.

As limitações também merecem atenção. Todos os números vêm, por ora, de declarações da própria OpenAI, e o anúncio não traz verificação independente. Um resultado de 48,5% no benchmark significa que o modelo ainda não resolve mais da metade das tarefas. Não se sabe quantos dos 81 achados são realmente exploráveis nem quantos falsos positivos os humanos tiveram de descartar. Também não foi revelado quanto custa uma execução desse tipo.

O que fazer na prática

Primeiro: se você mantém código em C ou C++, o kernel, componentes de navegador ou serviços de rede, parta do princípio de que a auditoria com IA se tornará parte comum do processo, e não só do seu lado. A janela entre o surgimento de um bug e sua exploração vai diminuir.

Segundo: acelere o ciclo de patches. Se atualizar dependências leva um mês para você, isso já é um risco. Automatize a compilação, os testes e a implantação das correções.

Terceiro: se você trabalha profissionalmente com segurança, conheça o programa Daybreak Red e suas condições de acesso. Familiarizar-se cedo com essas ferramentas dará vantagem antes que elas se popularizem.

Quarto: não acredite nos números às cegas. Aguarde verificações independentes e análises dos próprios mantenedores do Firefox e do Linux: eles dirão o quanto os achados eram reais.

A principal conclusão é simples: a IA em segurança está deixando de ser assistente para se tornar pesquisadora independente. A questão já não é se o modelo vai achar uma falha no seu código, e sim quem fará isso primeiro: você ou outra pessoa.