GPT-6 Cyber: مدل امنیتی OpenAI که عمومی نمیشه
خلاصهٔ کاملتر
OpenAI روز ۵ نوامبر GPT-6 Cyber رو معرفی کرد؛ یه نسخهٔ تخصصی از GPT-6 که آموزش دیده آسیبپذیری نرمافزار رو پیدا کنه، نشون بده واقعاً میشه ازش سوءاستفاده کرد و برای رفعش پچ بنویسه. شرکت تو چارچوب preparedness خودش (یعنی سیستمی که مدلها رو بر اساس خطر سوءاستفادهٔ فاجعهبار رتبهبندی میکنه) به این مدل رتبهٔ «critical» داده که بالاترین سطحه. مدل عمومی که بیشتر آدما بهش دسترسی دارن، یعنی GPT-6 Astra، این قابلیتها رو نداره.
عددها نشون میدن چرا اینقدر جدیه. رو بنچمارک Exploit Gym (یعنی تستی که میسنجه مدل واقعاً میتونه یه آسیبپذیری رو روی یه هدف ریموت اکسپلویت کنه، نه فقط توضیحش بده) امتیازش ۴۸.۵ درصد شده، در حالی که مدل قبلی یعنی GPT-5.6 Cyber روی ۳۲.۱ درصد بود. رو Remote Exploit Bench که با باگهای واقعی GitLab و PostgreSQL و Jenkins کار میکنه، ۹۵ درصد کارها رو تموم کرده؛ GPT-6 Astra همهشون رو رد کرده.
تو یه کمپین تحقیقاتی، OpenAI ۱۷۲۴ آسیبپذیری شناختهشدهٔ لینوکس رو بازسازی کرد و مدل برای ۹۴۸ تاش اکسپلویت کارکننده ساخت؛ بیشتر از پنج برابر ۱۶۶ تای مدل قبلی. ۳۰۴ مورد بحرانی هم همراه با پچ پیشنهادی برای نگهدارندههای لینوکس فرستاده شد. تو فایرفاکس هم ۸۱ باگ جدید با شدت بالا پیدا کرد که به گفتهٔ مقاله، مهندسای Mozilla رو غافلگیر کرده. هزینهٔ API هر اکسپلویت لینوکسی حدوداً ۱۲۷۹ دلار تخمین زده شده.
نویسنده از قول Stefan Esser، پژوهشگر امنیت، میگه مدلهای قبلی بیشتر تکنیکهای گزارشهای عمومی رو تقلید میکردن، ولی این مدل تکنیکهایی ساخته که اون قبلاً جایی ندیده بود. البته بینقص نیست: تو ارزیابی شرکت Irregular، از ۲۸۸ چالش سخت فقط ۹۰ تا رو حل کرده، هیچکدوم از ۱۵ چالش سختترین رو نتونسته و روی هدفهای کاملاً سختشده هم حملهٔ موفقی نداشته.
چرا عمومی نمیشه؟ مقاله میگه مرز روشنی بین کار هکر و کار پژوهشگر امنیت نیست؛ فهمیدن سیستم، پیدا کردن نقطهضعف و تست پچ تقریباً همون کاره. برای همین OpenAI دسترسی رو لایهای کرده: Daybreak Red نسخهٔ کامل رو با تأیید قبلی و IP allow-listing به تیمهای امنیتی میده، Daybreak Blue یه نسخهٔ سبکتر بر پایهٔ GPT-6 Astraست. مدل تو تستها ۹۹.۹۳ درصد مواقع تو محدودهٔ مجاز موند، ولی با صدها میلیون کاربر همون ۰.۰۷ درصد هم خیلی زیاده.
نویسنده یادآوری میکنه Anthropic هم قبلاً با مدل Claude Mythos همین کار رو کرده و از طریق Project Glasswing فقط به شرکایی مثل Microsoft و Cisco و Linux Foundation دسترسی داده. به نظر مقاله این یه روند ساختاریه: قابلیت سایبری جدا آموزش داده نمیشه و خودبهخود از بهتر شدن مدل تو کدنویسی درمیاد. یعنی احتمالاً از این به بعد هر مدل پرچمداری یه لایهٔ دسترسی جدا برای این قابلیتها لازم داره.
نکات کلیدی:
- امتیاز GPT-6 Cyber رو Exploit Gym ۴۸.۵ درصده، در برابر ۳۲.۱ درصد مدل قبلی
- ۹۴۸ اکسپلویت کارکننده از ۱۷۲۴ آسیبپذیری بازسازیشدهٔ لینوکس
- ۸۱ باگ جدید با شدت بالا تو فایرفاکس پیدا کرده
- دسترسی کامل فقط از طریق Daybreak Red با تأیید و IP allow-listing
- طبق نمودار خود OpenAI، مدل سایبری بعدی رو Exploit Gym به ۷۷ درصد رسیده و اونم عمومی نمیشه
- Anthropic هم Claude Mythos رو فقط به شرکای منتخب داده بود




