IT之家 11月5日の報道によると、OpenAIは現地時間の11月4日に安全研究報告書を公開した。OpenAIは新世代のネットワークセキュリティモデルを利用して、自動化された脆弱性発見、検証、脆弱性利用、パッチ生成システムを構築したと述べている。
Linuxカーネルに関するテスト中で、このシステムは2,308件の潜在的なセキュリティ問題を特定し、1,724件の脆弱性を動的に再現し、948件のローカル権限昇格が可能な有効なエクスプロイトを生成した。これらのエクスプロイトは、低権限のローカルユーザーがシステムのroot権限を得るのに役立つ。
OpenAIによると、このテストは2026年10月の中旬に行われ、まだ正式に公開されていないネットワークセキュリティモデルが使用されました。全プロセスは、脆弱性の発見、動的検証、利用可能性の評価、パッチの生成、および人工的なレビューという5つの段階で構成されています。最終的に生成される成果物には、脆弱性の原因分析、最小限のクラッシュの概念実証プログラム（PoC）、候補の修正パッチ、そして完全な脆弱性利用プログラムが含まれ、セキュリティ研究者がさらにレビューし、上流のメンテナンスチームに提出するためのものです。
脆弱性発見段階で、システムはまず AIスマートアイドルを通じて、セキュリティ監査に価値のあるLinuxカーネルのコードを選別し、次に別のスマートアイドルが分析を行う。
全プロセスを通じて 5,034 個の監査目標が選定され、約 280 万行のコードに関わり、これは Linux カーネルコードの総量の約 7%に相当する。その後、分析を担当する AI スマートアイドルが 12 時間で 2,308 個の重複を除いた候補脆弱性を生成し、関連する API 呼び出しコストは 31.65 万米ドルであった（IT之家注：現換算で約 211.5 万人民元）。
動的検証段階では、システムは候補の脆弱性を隔離された仮想マシンに配置してテストを行い、PoCを生成し実際の動作結果を観察することで、その脆弱性が再現可能かどうかを判断する。30時間のテスト後、2,308件の候補問題のうち1,724件が成功裏に再現され、その割合は約74.7％であった。
OpenAIによると、残りの問題はほとんどが権限要件、複雑な競争条件、または特定のトリガー条件などの要因によって影響を受けており、モデル分析の誤り、つまり実際には起こり得ない条件をモデルが仮定しているものは3.1％に過ぎないという。
脆弱性利用評価段階で、情報漏洩やローカル権限上昇を引き起こす可能性のある脆弱性をさらに選別し、SMEP、SMAP、KASLR、HARDENED_USERCOPYなどの標準的なセキュリティ保護機構を有効にしたLinux環境でテストを行う。
最終的に 291 個の情報漏洩PoCと、1,169 個のローカル権限アップグレードを実行できる脆弱性利用プログラムが生成されました。変体分析とパッチ開発を経て、OpenAIはその中の 948 個の異なるローカル権限アップグレード脆弱性を最終統計結果として取りました。
今回のテストで合計で 121.34 万ドル（現為替レートで約 811 万人民元）のAPIポイントが消費されました。各ローカル権限のセキュリティ欠陥利用プログラムの開発コストは平均で約 1,279 ドル（現為替レートで約 8,549 人民元）です。その中で、セキュリティ欠陥の開発段階でのコストが最も高く、77.59 万ドル（現為替レートで約 518.6 万人民元）に達しました。
OpenAIは、これらのコストは今回のテストで使用されたモデル、目標設定、作業プロセスに起因するものであり、最適化後の最小コストではないと指摘しています。インテリジェントアプリケーションのレイアウトやエンジニアリング設計をさらに改善することで、実際のコストはまだ低下する余地があるとされています。
対照的に、OpenAIはまた、2026年7月にGPT-5.6 Solを使用してLinuxカーネルに対して同様のテストを行ったと述べています。その際、166個の異なるローカル権限上昇の脆弱性が発見され、成功して利用されたことから、APIコストは51.37万ドル（現換算で約343.4万人民元）になりました。10月には、更新されたネットワークセキュリティモデルを採用したテストにより、その数が948個に上昇しました。
OpenAIによると、2回のスキャン間にLinuxカーネルが約3ヶ月間安全強化されたにもかかわらず、後回のテストで発見された新種のローカル権限昇格の脆弱性の数は、以前の5倍を超えているとのことです。
研究チームは、166件の脆弱性利用サンプルを抽出調査し、その中には少なくとも10種類のこれまで見たことのないLinuxの脆弱性利用技術が含まれていることを発見した。OpenAIによると、関連する技術は第三者のカーネル脆弱性利用専門家に審査を依頼しており、その専門家もこれらの方法が新規性があると考えている。セキュリティ上の理由から、同社はこれらの新技術の詳細を公開していない。
パッチ生成もこの研究の重要な要素である。OpenAIによると、モデルが最初に生成したパッチは対応するPoCで明らかになった問題を修正できるが、一部のパッチにはコードの冗長性、潜在的な性能への影響、プロジェクトのコーディング規範からの逸脱、同種の脆弱性バリエーションをカバーできないなどの問題がある。制約条件を追加し、複数回の反復処理を行った後、パッチの品質が改善され、一部の研究で生成されたパッチは、人間の専門家が以前に作成した修復策の問題も発見する手助けとなった。
現在、OpenAIはLinuxカーネルコミュニティの提案に従い、重大な脆弱性報告とパッチを優先して提出しており、Patch the Planetのパートナーを通じて残りの報告を段階的に提出する計画です。
OpenAIによると、このスキャンとその後の人間による分析の10日間で、61件の関連するローカル権限上の脆弱性がLinuxのオーバーロード部分で修正され、43件には一時的なパッチが提供され、299件の脆弱性については公開討論や報告が進行中である。
通常のLinuxカーネル環境以外に、OpenAIはGoogle kernelCTFのセキュリティポイント報酬プログラムで使用される強化された環境でもテストを行い、結果として25件の情報漏洩PoCと21件のローカル権限昇格の脆弱性利用プログラムを得た。
全体のテストにかかった時間は112時間で、APIのコストは約32,936米ドルです（現在の為替レートで約22万人民元）。もしこれら21の脆弱性がこのプログラムの審査を通過した場合、理論上は約150万米ドル（現在の為替レートで約1,002.6万人民元）の報酬を得ることができます。
OpenAIはまた、ネットワークセキュリティモデルの能力が向上するにつれて、従来は複雑なインテリジェントの配置や人間の指導に依存していたセキュリティ脆弱性の研究プロセスを調整する必要があると指摘しました。GPT-5.5 CyberおよびGPT-5.6 Cyberのテストにおいて、GPT-5.6 CyberはLinuxカーネル脆弱性利用技術をより自律的に認識し、適用することができました。チームが追加の技術指導層を取り除いた後も、GPT-5.6 Cyberの性能は、より複雑な配置方案を採用しているGPT-5.5 Cyberよりも優れていました。
OpenAIによると、今後数年間で、先進的なモデルは複雑なソフトウェアの脆弱性を発見する能力を持つ可能性があり、さらに能力が低いモデルでも、既に公開されている脆弱性を利用できるようになると述べています。そのため、ソフトウェアのメンテナンス者は脆弱性の修正を迅速に行う必要があり、ユーザーや企業も安全更新を適切にインストールする必要があります。同時に、サボー、隔離機構、不要な攻撃面の削減、形式化検証などの技術が、ソフトウェアの安全性を向上させる重要な方向となります。
OpenAIは、この研究が「Patch the Planet」および「Daybreak」セキュリティプログラムの一環であると強調しました。今後は重要なソフトウェアプロジェクトに対するセキュリティ監査を拡大し続け、オープンソースコミュニティやセキュリティパートナーと協力して、自動化されたバグの発見とパッチ適用を推進していくと述べています。