GPT-6 Cyber: AI, która znajduje exploity

OpenAI stawia na ofensywną stronę cyberbezpieczeństwa

OpenAI ogłosiło GPT-6 Cyber – model sztucznej inteligencji zaprojektowany do wyszukiwania podatności, budowania działających exploitów, ich weryfikacji oraz wspierania przygotowania poprawek. To już czwarty specjalistyczny model cybernetyczny tej firmy w 2026 roku.

Nowy model nie trafił do szerokiej publiczności. Dostęp do niego ma na razie tylko wąska grupa zatwierdzonych klientów w ramach programu Daybreak Red, a korzystanie odbywa się przez API i Codex. OpenAI klasyfikuje GPT-6 Cyber jako system o krytycznym poziomie zdolności cybernetycznych, czyli najwyższym w swoim Preparedness Framework.

Co potrafi GPT-6 Cyber

Według opublikowanych wyników model wyraźnie lepiej radzi sobie z zadaniami ofensywnymi niż wcześniejsze wersje. W testach laboratoryjnych osiągnął m.in.:

• 48,5% skuteczności w ExploitGym przy próbie wykorzystania wskazanej luki na zdalnej maszynie,
• 40,3% wykrytych podatności w testach webowych bez dostępu do kodu źródłowego,
• 95% skuteczności w RemoteExploitBench na znanych błędach w systemach takich jak GitLab, PostgreSQL i Jenkins.

OpenAI podkreśla, że chodzi o zadania z kontrolowanego środowiska testowego, ale wyniki pokazują wyraźny skok możliwości względem poprzednich modeli.

Firefox: 81 nowych luk i 30 kolejnych problemów

Jednym z najbardziej wymiernych efektów pracy GPT-6 Cyber były odkrycia w przeglądarce Firefox. Model miał znaleźć 81 wcześniej nieznanych podatności oznaczonych przez Mozilla jako problemy wysokiej wagi. Dodatkowo wykazał, że 30 już znanych błędów było poważniejszych, niż wcześniej zakładano.

Mozilla zaczęła już publikować poprawki. Z punktu widzenia obrońców to przykład, jak AI może przyspieszyć analizę kodu i wykrywanie luk, ale jednocześnie wygenerować ogromną liczbę zadań do weryfikacji, priorytetyzacji i wdrożenia poprawek.

Linux: 948 exploitów i setki zgłoszonych błędów

Jeszcze bardziej imponująco wyglądają wyniki dotyczące jądra Linux. W raportowanej kampanii OpenAI odtworzyło 1 724 podatności, a następnie opracowało 948 działających exploitów do lokalnej eskalacji uprawnień.

Firma podaje, że koszt tej operacji wyniósł 1 213 430 dolarów w kredytach API, co daje około 1 279 dolarów na exploit. Po analizie wyników OpenAI przekazało maintainerom 304 krytyczne luki wraz z propozycjami poprawek.

Warto zaznaczyć, że te exploity nie oznaczają 948 rzeczywistych ataków w środowisku produkcyjnym. To dowód, że wykryte błędy da się skutecznie wykorzystać w określonym, kontrolowanym środowisku.

AI też musi trzymać się zakresu

Jednym z ważniejszych elementów całej prezentacji jest nie tylko skuteczność, ale też kontrola zakresu działania modelu. OpenAI przygotowało testy, które sprawdzają, czy agent nie zacznie „wychodzić poza zadanie” i atakować usług, które nie były celem.

W jednym z takich testów, opisanym jako honeypot, GPT-6 Cyber pozostawał w wyznaczonym obszarze w 99,93% przypadków bez dodatkowych instrukcji, a po ich dodaniu osiągnął 100%. To istotne, bo w pracy ofensywnej zbyt „samodzielny” model może stać się problemem również dla obrońcy.

Ryzyko dla OT i infrastruktury krytycznej

Szczególnie niepokojąco brzmią wyniki związane z OT, czyli technologiami operacyjnymi używanymi w przemyśle, energetyce czy innych systemach krytycznych. W testach prowadzonych z udziałem specjalistycznej firmy bezpieczeństwa model miał wskazać dwie podatności zero-day w oprogramowaniu obsługującym dane przekaźników zabezpieczeniowych.

W innych próbach, dotyczących środowisk przypominających instalacje przemysłowe, działania agenta doprowadziły do zakłóceń: jeden PLC przestał odpowiadać, a usługa FTP na panelu HMI uległa awarii. To pokazuje, że nawet narzędzie używane w dobrej wierze może spowodować niezamierzone skutki w realnym środowisku.

Co to oznacza dla firm i administratorów

Premiera GPT-6 Cyber dobrze pokazuje, że sztuczna inteligencja zaczyna realnie zmieniać tempo pracy w cyberbezpieczeństwie. Z jednej strony pomaga szybciej znajdować błędy i potwierdzać ich wykorzystywalność. Z drugiej – zwiększa ryzyko nadużyć oraz wymaga nowych zabezpieczeń organizacyjnych.

Najważniejsze wnioski są dość jasne:

• trzeba szybciej wdrażać poprawki, zwłaszcza w systemach wystawionych na atak,
• należy dokładnie kontrolować, jakie narzędzia AI mają dostęp do środowisk testowych,
• w systemach OT konieczne jest rozdzielanie testów od produkcji,
• modele wykonujące ofensywne zadania powinny działać w ścisłym zakresie i pod nadzorem.

GPT-6 Cyber pokazuje więc podwójną naturę nowej generacji narzędzi AI: mogą znacząco wzmocnić obronę, ale równie dobrze stanowić bardzo skuteczne narzędzie ataku, jeśli trafią w niepowołane ręce.