OpenAI обнаружила 948 различных путей к root-правам в Linux по итогам 30-часового теста безопасности ИИ

4 ноября 2026 года компания OpenAI заявила, что автоматизированный конвейер кибербезопасности, построенный на базе перспективной модели, воспроизвел 1 724 уязвимости Linux в ходе 30-часового запуска и создал 948 различных рабочих эксплойтов для локального повышения привилегий. Компания отметила, что в ходе эксперимента, проведенного в середине октября, также были созданы патчи и представлена новая экономическая модель исследования уязвимостей.
- OpenAI сообщила о 2 308 потенциальных находках, из которых 1 724 были подтверждены путем воспроизведения.
- Конвейер создал 1 169 рабочих эксплойтов для локального повышения привилегий, которые позже были сгруппированы в 948 различных уязвимостей.
- OpenAI заявила, что запуск стоил 1 213 430 долларов в виде кредитов API, или 1 279 долларов за каждый уникальный эксплойт.
Что именно обнаружила система OpenAI?
Система OpenAI была нацелена на стандартную десктопную операционную систему на базе широко используемого дистрибутива Linux и изучала уязвимости, затрагивающие ядро Linux. Найденные проблемы касались локального повышения привилегий — класса ошибок, которые могут позволить уже аутентифицированному пользователю или скомпрометированному процессу получить контроль уровня root.
Компания описала свою работу в исследовательском посте от 4 ноября под названием «На тысячу путей к root меньше». OpenAI сообщила, что в конвейере использовалась новая кибермодель, которая еще не была выпущена в широкий доступ. Модель работала как последовательность агентов, а не как единый сканер уязвимостей.
- OpenAI заявила, что система начала работу с 2 308 потенциальных находок.
- В ходе запуска она динамически воспроизвела 1 724 уязвимости.
- Агенты по разработке эксплойтов создали 291 proof-of-concept (подтверждение концепции) для утечки информации.
- На том же этапе было создано 1 169 рабочих эксплойтов для локального повышения привилегий.
1 169 эксплойтов не означали 1 169 несвязанных багов. Согласно заявлению OpenAI, анализ вариантов позволил сгруппировать атаки, восходящие к одной и той же первопричине, в итоге выделив 948 различных уязвимостей. Таким образом, каждая фундаментальная ошибка может потребовать отдельного патча, даже если несколько путей эксплуатации выглядят похожими.
Как проходил 30-часовой тест?
Конвейер разделил исследование на этапы обнаружения, сканирования, воспроизведения и разработки эксплойтов. Агенты изучали целевую среду, тестировали потенциальные проблемы в изолированных виртуальных машинах, а затем пытались превратить подтвержденные слабости в надежные атаки. Изоляция снижала риск того, что тестирование повлияет на системы за пределами эксперимента.
Издание Help Net Security сообщило 5 ноября, что конвейер воспроизвел 1 724 кандидата за 30 часов, что составляет 74,7% успеха. В публикации отмечается, что тест проводился против последней версии ядра Linux, доступной на момент эксперимента в середине октября 2026 года, с включенными стандартными механизмами защиты ядра.
- По данным Help Net Security, в тестовой среде использовались такие средства защиты, как SMEP, SMAP, KASLR и HARDENED_USERCOPY.
- Система нашла рабочие эксплойты, позволяющие перейти от обычного локального доступа к привилегиям root.
- OpenAI заявила, что агенты выявили как минимум 10 ранее недокументированных методов эксплуатации Linux.
Результат отличается от простого списка теоретических слабостей. Proof-of-concept демонстрирует, что баг может быть эксплуатируем, в то время как рабочий эксплойт для локального повышения привилегий показывает, что атака была успешно проведена в тестовой среде. Число 948, приведенное OpenAI, относится к различным фундаментальным уязвимостям, а не просто к непроверенным предупреждениям.
Сколько стоила операция?
OpenAI оценила полный счет за использование API в 1 213 430 долларов. Компания рассчитала среднюю стоимость в 1 279 долларов для каждой из 948 различных уязвимостей локального повышения привилегий. Эти цифры покрывают использование модели и агентов, но не включают более широкие расходы на создание конвейера, обслуживание тестовой инфраструктуры или проверку раскрытий.
StartupHub.ai сообщил, что фаза сканирования составила 316 549 долларов, а работа по воспроизведению обошлась в 73 330 долларов. Эти цифры показывают, на что система тратила вычислительные ресурсы, хотя в опубликованном отчете не утверждается, что все остальные расходы были распределены по конкретным этапам исследования.
- Общий объем кредитов API: 1 213 430 долларов, заявила OpenAI.
- Средняя стоимость одной уникальной уязвимости локального повышения привилегий: 1 279 долларов, согласно расчету OpenAI.
- Коэффициент воспроизведения: 74,7% от 2 308 кандидатов, по данным Help Net Security.
Цена высока для отдельного исследовательского проекта, но низка по сравнению со стоимостью работы большой команды специалистов вручную в течение длительного времени. Однако это сравнение несовершенно. Люди-исследователи проверяют степень воздействия, ведут переговоры о раскрытии информации и решают, исправляет ли предложенный патч первопричину. Результат OpenAI, напротив, измеряет, насколько далеко автоматизированная система может продвинуть повторяемый технический рабочий процесс.
Что этот результат значит для пользователей и операторов Linux?
Результаты наиболее важны для систем, где злоумышленник уже имеет локальную точку опоры. Уязвимость локального повышения привилегий обычно не является первоначальным путем проникновения на сервер, но она может превратить ограниченный доступ в административный контроль. Это делает проблему актуальной для общих машин, облачных нагрузок, сред разработки и десктопных систем.
Издание India Today сообщило 5 ноября, что OpenAI создала потенциальные патчи для устранения первопричин выявленных ошибок. В публикации также указано, что уязвимости позволяют пользователю получить доступ к root. Тем не менее, патчи все еще требуют проверки, тестирования и распространения, прежде чем они защитят реальные установки.
- Разработчикам ядра Linux, возможно, потребуется оценить отчеты по отдельности.
- Создателям дистрибутивов необходимо интегрировать принятые исправления в поддерживаемые релизы.
- Системным администраторам нужно будет отслеживать уведомления и устанавливать обновления по мере их появления.
Раскрытие информации OpenAI не означает, что 948 новых эксплуатируемых уязвимостей автоматически присутствуют в каждой установке Linux. Версии ядра, конфигурации и патчи дистрибутивов различаются. Проведенный эксперимент также использовал конкретную стандартную среду рабочего стола, поэтому результаты нельзя напрямую переносить на каждый сервер или встроенное устройство.
Что будет дальше?
OpenAI заявила, что сотрудничает с мейнтейнерами Linux и партнерами Patch the Planet для продвижения отчетов об уязвимостях и патчей. Таким образом, следующим этапом является техническая проверка, а не немедленное массовое развертывание описанных эксплойтов. Разработчики должны воспроизвести каждую проблему, определить затронутые версии, назначить детали раскрытия и разработать исправления, которые не создадут новых сбоев.
Пост OpenAI от 4 ноября также представляет проект как аргумент в пользу автоматизированных исследований уязвимостей. Конвейер объединил обнаружение с эксплуатацией и генерацией патчей, позволяя агентам отсеивать находки, которые невозможно воспроизвести. Такой подход может помочь командам безопасности обрабатывать огромные кодовые базы, но он также поднимает вопросы о том, как быстро могут распространяться надежные методы атак.
Главным тестом станет то, приведут ли описанные ошибки к принятым рекомендациям и патчам в основных дистрибутивах Linux. Пока эта работа не завершена, самым безопасным операционным ответом остается плановое обновление ядра, ограничение локального доступа и мониторинг рекомендаций вендоров. Эксперимент показал масштаб того, что может попытаться сделать автоматизированная система. Он не отменяет необходимости человеческой проверки.
Почему это раскрытие привлекает внимание?
Поразительной является не только цифра в 948 эксплойтов. Речь идет о сочетании скорости, автоматизации и повторяемости. OpenAI заявила, что система перешла от тысяч кандидатов к подтвержденным уязвимостям и готовому коду эксплойтов в ходе одного запуска в середине октября. По данным Help Net Security, это окно валидации составило всего 30 часов.
Исследователи безопасности давно используют автоматизацию для поиска багов, но конвейер, описанный OpenAI, объединил несколько этапов, которые часто разделены. Он искал слабости, проверял, являются ли они реальными, разрабатывал атаки и готовил патчи. Такой комплексный рабочий процесс может приносить более практичные результаты, чем сканер, который сообщает о подозрительном коде, не демонстрируя его реального воздействия.
Цифры OpenAI также обнажают пределы этого достижения. Конвейер потребовал более 1,2 миллиона долларов кредитов API, работал в строго определенной тестовой среде и все равно оставил задачу подтверждения отчетов на плечи мейнтейнеров. Результат — это скорее предупреждение о снижении стоимости наступательных исследований, а не доказательство того, что любую программную уязвимость можно найти или исправить автоматически.


