Модель OpenAI проверила и написала патчи для 948 уязвимостей ядра Linux за один прогон
Исследователи безопасности OpenAI собрали автономный конвейер: он находит уязвимости, пробует их эксплуатировать и пишет патчи. В одном прогоне ещё не вышедшей кибермодели система подтвердила и подготовила патчи для 948 уязвимостей локального повышения привилегий в ядре Linux. Стоимость в посте обрезана, но масштаб уже говорит сам за себя.
AI-обработка оригинала X: @OpenAI; редакция Hamidun News
Каждый, кто хоть раз разбирал отчёт автоматического сканера, знает это чувство: 400 находок, из которых реальны пять. Остальное — шум, на разбор которого уходят недели. OpenAI показала подход, который бьёт ровно в эту боль: конвейер сам находит уязвимость, сам доказывает, что она рабочая, и сам предлагает патч.
Что именно заявлено
Исследователи безопасности OpenAI сообщили, что построили автономный конвейер для обнаружения, эксплуатации и исправления уязвимостей. В одном прогоне с «готовящейся кибермоделью» система, по их словам, подтвердила и сгенерировала патчи для 948 уязвимостей локального повышения привилегий (LPE) в ядре Linux. Дальше в посте идёт стоимость прогона по API, но текст обрывается на этом месте, поэтому цифры у нас нет. Саму модель OpenAI пока не выпустила.
LPE — это класс багов, когда у атакующего уже есть доступ к машине как у обычного пользователя, а баг позволяет ему стать root. Для облаков, контейнеров и многопользовательских серверов это классический второй шаг цепочки атаки.
Почему важно слово «эксплуатация»
Обычный статический анализатор говорит: «здесь может быть проблема». Конвейер из поста идёт дальше: пытается воспроизвести проблему и подтвердить, что привилегии действительно повышаются. Представьте: модель находит подозрительный участок кода драйвера, пишет код, который его использует, запускает в изолированной среде и получает root. Только после этого баг считается найденным, и модель пишет исправление. Проверка эксплойтом работает как встроенный фильтр от ложных срабатываний, а именно они съедают время мейнтейнеров.
Вторая часть — патчи. Найти 948 багов и разослать 948 писем мейнтейнерам значит завалить людей. Готовый патч, который можно прогнать через тесты, снижает цену проверки.
Что остаётся за кадром
Важно не додумывать. В посте нет данных о том, сколько из 948 уязвимостей уникальны, сколько реально принято в апстрим ядра, какой процент патчей ломает совместимость и сколько ложных срабатываний было отсеяно. Нет и цены. «Валидировано и сгенерированы патчи» — не то же самое, что «исправлено в ядре». Это самоотчёт лаборатории, а не независимая проверка, и пост работает как демонстрация возможностей будущей модели.
Есть и обратная сторона: конвейер, который умеет эксплуатировать, нужен не только защитникам. Те же возможности в руках атакующих сокращают окно между появлением бага и рабочим эксплойтом.
Что делать на практике
Для разработчиков и команд безопасности выводов три.
Первое. Если вы поддерживаете open-source проект или внутренний форк ядра, готовьтесь к росту потока автоматических отчётов. Заранее настройте приём: шаблон отчёта, требование воспроизводимого PoC, CI, который прогоняет присланные патчи.
Второе. Считайте экономику. Когда цена прогона известна, её можно сравнить со стоимостью работы пентестера и решить, что запускать регулярно. В видимой части поста OpenAI цифру не дала, так что ждите полной публикации.
Третье. Пересмотрите темп патчинга. Если поиск и эксплуатация дешевеют, неделя на обновление ядра в проде становится всё более рискованной. Автоматизируйте раскатку обновлений и используйте живые патчи там, где это возможно.
Пока это анонс без независимой проверки. Но направление понятно: ИИ в безопасности переходит от подсказок «посмотри сюда» к полному циклу «нашёл, доказал, исправил». Следить стоит за релизом модели и за тем, сколько патчей в итоге примут мейнтейнеры ядра.
- 8 нояб. 2026 г.API и интерфейсы ChatGPT и Gemini совпадают по источникам лишь на 12–15%
- 8 нояб. 2026 г.GPT-6 Cyber нашёл 81 новую уязвимость в Firefox и написал 948 эксплойтов для Linux
- 8 нояб. 2026 г.GPT-6 Astra выполнила на 40% меньше задач по безопасности ИИ
- 8 нояб. 2026 г.Google выкупила проблемный ЦОД Crusoe и вложит в кампус $17 млрд
Вопросы и ответы по материалу
Что известно по теме: что именно заявлено?
Исследователи безопасности OpenAI сообщили, что построили автономный конвейер для обнаружения, эксплуатации и исправления уязвимостей. В одном прогоне с «готовящейся кибермоделью» система, по их словам, подтвердила и сгенерировала патчи для 948 уязвимостей локального повышения привилегий (LPE) в ядре Linux. Дальше в посте идёт стоимость прогона по API, но текст обрывается на этом месте, поэтому цифры у нас нет. Саму модель OpenAI пока не выпустила.
Что известно по теме: почему важно слово «эксплуатация»?
Обычный статический анализатор говорит: «здесь может быть проблема». Конвейер из поста идёт дальше: пытается воспроизвести проблему и подтвердить, что привилегии действительно повышаются. Представьте: модель находит подозрительный участок кода драйвера, пишет код, который его использует, запускает в изолированной среде и получает root. Только после этого баг считается найденным, и модель пишет исправление.
Что известно по теме: что остаётся за кадром?
Важно не додумывать. В посте нет данных о том, сколько из 948 уязвимостей уникальны, сколько реально принято в апстрим ядра, какой процент патчей ломает совместимость и сколько ложных срабатываний было отсеяно. Нет и цены. «Валидировано и сгенерированы патчи» — не то же самое, что «исправлено в ядре». Это самоотчёт лаборатории, а не независимая проверка, и пост работает как демонстрация возможностей будущей модели. Есть и обратная сторона: конвейер, который умеет эксплуатировать, нужен не только защитникам.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.