GPT-6 Cyber 发布：OpenAI 第一款「Critical」评级模型，攻击与自律同时到顶

11 月 5 日，OpenAI 发布网络安全专用模型 GPT-6 Cyber——专为漏洞发现与利用验证训练的 agent。它创下了两个「第一」：第一个在 Preparedness Framework 下获评「Critical」网络安全等级的模型（上一代 GPT-5.6 Cyber 为「High」），以及第一个把攻击能力与范围自律同时做到可量化披露的模型。Reuters、CSO Online、The Register 等多家媒体跟进。

战果清单：从 Firefox 到 Linux 内核

官方披露的实战成绩单（均有第三方背书）：发现 81 个 Firefox 新的高危漏洞（Mozilla 已修复），并证明 30 个已知问题比原评估更严重；复现 1,724 个 Linux 内核漏洞、为其中 948 个构建了可工作 exploit（上一代为 166 个）；参与验证了 Brotli 关键 RCE（正是我们昨日快讯报道的 HTTP2Shell 漏洞家族）；OpenAI 内部还用它加固自家训练基础设施（发现 microVM 逃逸）。基准上 ExploitGym 48.5%（较上代相对提升 51%），远程利用基准完成 95% 的任务。

第三方背书同样值得记录：PHP2Shell 的发现者之一、Calif 的 Thai Duong 称它是「长程 exploit 开发任务用过的最好模型」；CodeRabbit 报告其高危/中危问题发现量比生产模型多 66%；Dragos 的 Rob T. Lee 点出本质——「攻击前所需的侦察与漏洞研究技能门槛正在下降」。

「Critical」评级与围栏：能干什么和不能干什么同时写清

「Critical」评级意味着 OpenAI 的 Preparedness Framework 认定该模型的攻击能力达到最高关注级别，需要最强化的发布控制。 accordingly（相应地），开放方式极其克制：初期仅向获批的 Daybreak Red 客户开放（API 与 Codex），默认要求 IP 白名单，零数据留存客户须走 Private Safety Processing；新增「Daybreak Red for Critical Infrastructure」层供经审核的防御者使用；禁止涉及 OT/ICS 或安全关键系统的援助；误用监控与威胁定向监控全程开启。

而模型自身的范围纪律也有数据：ExploitGym 蜜罐测试中，无安全提示时 99.93% 不越界利用，有安全提示时 100%——官方宣传语「better at hacking and better at staying in its lane」（更会黑，也更守规矩）并不夸张。

对企业的启示

其一，「攻击即服务」的成本曲线再次塌陷。 从 PHP2Shell 到这套模型，高级漏洞研究的技能门槛持续下降（Dragos 的原话）。暴露面管理、补丁窗口与渗透测试预算，都该按「对手用上了这类模型」的假设重排。

其二，防守侧同样拿到了武器。 漏洞发现与验证 SOTA 级的成绩意味着企业安全团队可以用同类能力做自检——但注意它的开放只给了 Daybreak Red 客户，「谁能用」本身就是新的竞争优势，值得尽快走申请流程。

其三，「评级+围栏+透明披露」的发布模板正在成型。 Critical 分级、系统卡、蜜罐范围测试、政府自愿测试流程——这套组合拳比模型本身更重要：它证明高能力模型可以在强约束下负责任地发布。我们此前报道的 METR 评估、Anthropic 的 Cyber Verification Program、谷歌的 Fairwind 都在同一条线上。ProMen 为客户规划安全 AI 能力时，已把「供应商的发布纪律」列为与模型能力同级的评估项。