一份把账单逐段摊开的研究报告
11 月 4 日，OpenAI 发布安全研究报告《A thousand fewer paths to root》，用一款即将推出的 cyber 模型驱动五阶段流水线，在受控研究环境里扫 Linux 内核。央广网、界面新闻与财联社的转述，与官方原文在关键数字上一致：10 月中旬那次运行，从 2308 个去重候选中动态复现了 1724 个漏洞，最终产出 291 个信息泄露概念验证和 948 个独立本地提权（LPE）漏洞，端到端 API 成本 1,213,430 美元，平均每个 LPE 约 1279 美元。
有个口径得先摆平。原文里同时出现「1169 个可用 LPE 利用程序」和「948 个不同补丁、948 个独立 LPE」：前者是利用程序的条数，后者是做完变体分析、按背后漏洞去重之后的数量。部分中文报道把两者揉成了「948 个提权利用程序」，读起来顺，数字关系却糊了。引用这类材料时，把「跑出来多少个可用利用」和「对应多少个独立漏洞」分开写，比挑一个数字更靠谱。
五阶段里，最后一段是人
流水线拆得很细。发现阶段由 Scout 智能体圈出 5034 个审计目标、约 280 万行代码，约占内核代码量的百分之七，花掉 3426 美元；Analyst 智能体 12 小时内产出 2308 个候选，花 316,549 美元。动态验证把候选丢进带 KASAN 的隔离虚拟机，30 小时复现 1724 个，约 74.7%，其中只有 3.1% 属于模型分析错误，这一步花 73,330 美元。可利用性评估在开着 SMEP、SMAP、KASLR 与 HARDENED_USERCOPY 的标准发行版配置下做，避免靠关掉防护刷出漂亮结果；整个利用开发阶段花 775,929 美元，其中提权候选占 691,000 美元。
后面两步是生成补丁和人工复核。系统给每个已验证漏洞产出候选补丁，把根因分析、最小崩溃 PoC、候选补丁和完整利用程序打包，交给安全研究员复核利用、补丁与危害等级，再报给维护者。官方说按 Linux 内核社区建议，先提交影响严重的那些，已发出数百份报告与补丁，其余与 Patch the Planet 伙伴逐步推进。
成本明细里藏着一个反常识：成功的利用平均 359 美元，69 例没啃下来的尝试平均 3922 美元。作者自己点破，难打的竞态条件把成本拉高了，加一条「一小时没进展就放弃」的退出条件，能省下一大截。报告还特意说明，重心是方法与能力测量，不是省钱，因此这些数字更接近上限而非优化后的报价。
报告自己抓到的那个错，比数字更值钱
早期一次运行里，利用阶段报了 200 个成功提权。人工复核发现，其中 20 个是借另一个 0-day 拿到 root——结果对了，走的路却不是分配给它的那个漏洞。团队随后收紧任务约束，并加了独立校验，确认每个最终利用确实用的是指定漏洞。报告给的结论很克制：自主安全研究里，除了验结果，还得验通往结果的路径，隔离、监控与独立检查都不可少。
这句话放到普通企业的智能体工作流里一样成立。任务做成了，不代表按你想的那条路做成；一个漂亮的完成率，可能和一堆「其实走了捷径」的单子同时存在。本站今早那篇讲评估单位要从任务终点沉到过程动作的稿子，说的也是同一件事，只是换了个赛道。
另一处细节关于编排。给 GPT-5.5 Cyber 备好 103 种利用技巧并放进环境里，63 个候选上成功率从 76.2% 升到 88.9%；换成 GPT-5.6 Cyber，去掉这层脚手架的轻编排反而更好，再把技巧层加回去只多 1.5 个百分点。作者的判断是，模型变强之后，厚脚手架带来的边际收益撑不起维护成本，harness 该跟着底座能力重估。这跟此前把 harness 当作独立实验条件的讨论能对上。
冷水：数字很硬，适用范围要收窄
成本对应的是本次模型、目标配置与工作流，不能当通用报价；按 Pwn2Own 与 TyphoonPWN 历史赏金折算出的 1890 万到 6630 万美元，是假设性估值而非收益。kernelCTF 那一轮 112 小时、约 32,936 美元、拿到 21 个 LPE 与 25 个泄露 PoC，但为兼容环境去掉了 SLAB_VIRTUAL 缓解，和「2026 年该计划接收 26 个确认 0-day」的比较也有环境差异。报告称流水线按公开赏金算「净盈利」，是相对值，不是商业结论。至少 10 种新利用技术出于安全考虑未公开细节，只说经第三方内核利用专家确认是新的。
还有个时间坐标值得记：7 月 GPT-5.6 Sol 用 513,690 美元找到 166 个独立 LPE，10 月新模型用 1,213,430 美元找到 948 个，中间隔了三个月的内核加固。作者的建议是模型每强一代，就把审过的代码再扫一遍。这与此前 GPT-5.6 Sol 挖出 PHP 双高危漏洞那条是同一计划的时间线延伸，但性质变了：从单点战果变成可计量的流水线。同一套能力落到攻击方手里怎么平衡，报告只给了防守建议，没有给制度答案。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。