
好消息来了。
GPT-6.2 Astra 和 GPT-6.2 Sol,疑似本周五重磅发布!
Google Cloud 的控制台配额页面,已经出现这两个模型的选项了。

另外,为了给即将发布的新一代 Cybersecurity 模型造势,OpenAI 直接甩出一份硬核研究报告。
报告显示:在这个新模型驱动下,AI 居然一次性端掉了 948 个 Linux 内核的本地提权漏洞,并自动生成了补丁!
可以说,这个新模型已经进化成能在底层操作系统里翻江倒海的「超级黑客帝国」了。

接下来,我们即将迎来最忙碌的一周。

GPT-6.2 Astra、Sol 与 Cyber 模型,本周五见?
最近,The Information 率先爆出猛料:OpenAI 最快将在本周五,推出下一代 Astra、Sol 以及专门针对网络安全的 Cyber 模型。


种种迹象表明,新模型很近了。
有开发者在 Google Cloud 控制台的配额页面里,赫然发现了 gpt-6.2-astra 和 gpt-6.2-sol 两个模型选项!

现在,截图已经全网疯传。新模型已部署在云端,随时准备灰度上线。

据内幕人士爆料,三款模型特性如下。
1. GPT-6.2 Astra:便宜、高频、极其聪明
前几天,在 Codex 里 GPT-6.2 Astra 就已经悄悄开放灰度,据说直接比肩 Fable 5.5。
Astra 系列主打日常高频调用,但智商相比前代有了质的飞跃。


从泄露的跑分和定价策略来看,Astra 分为五个档次:
- Low(低配):每次任务 0.44 美元,得分 14%
- Medium(中配):每次任务 2.73 美元,得分 31%
- High(高配):每次任务 5.11 美元,得分 41%
- XHigh(超高配):每次任务 6.67 美元,得分 45%
- Max(满配):每次任务 11.05 美元,得分高达 59%
2. GPT-6.2 Sol:不仅仅是「阉割版」
据爆料,即将到来的 Sol,绝不仅仅是内部大模型的「蒸馏版」。
它使用了与最强内部模型完全相同的「游戏训练」和「极高强度的训练环境」。这种训练方式让模型能力获得了大规模飙升,还有望大幅拉高日常用量的天花板。

3. 内部 Cyber 模型:「神级」天花板
而且,OpenAI 还捂着更好的!
爆料人指出,本周五还将发布一款极贵、极聪明的内部模型——大概率就是 OpenAI 官方预热的 Cyber 模型。
据说,哪怕是新内部模型的 Low 设置,也要比 Astra 的 Max 设置强得多!
泄漏出来的数据,堪称恐怖:
- Low(低配):约 11 美元/任务,得分直接飙升至 76%
- Medium(中配):约 23 美元/任务,得分 83%
- High(高配):约 34 美元/任务,得分 86%
- XHigh(超高配):约 37 美元/任务,得分高达 88%
所以,这个 Cyber 模型跑一次就要几十美金,它到底是用来干什么的?
OpenAI 官方,已经用一份巨硬核的报告给出了答案。
最强 Cyber:一次「团灭」948 个 Linux 内核漏洞
就在 11 月 5 日,OpenAI 发布了一篇长文:公司安全研究人员构建了一条完全自主的网络漏洞发现、利用和修补管线。

他们把这个即将发布的 Cyber 模型,直接扔进了全球最重要基础设施——Linux 内核的源代码里。
要知道,Linux 内核拥有超过 4000 万行代码,支撑着全球的安卓手机、云基础设施和超算。它的代码通过系统调用、网络、文件系统等,暴露出了极复杂的攻击面。
哪怕是顶尖的人类安全专家,想在这里面找到一个高危漏洞并写出利用程序,也需要耗费数月的心血。
但在 Cyber 模型的驱动下,这套全自动 AI 管线在单次运行中,就动态重现了 1724 个漏洞,生成了 291 个信息泄漏漏洞的 PoC。
最恐怖的是,它验证并生成了 948 个本地权限提升(LPE)漏洞的利用程序和补丁!
LPE 是让一个普通的低权限用户直接获取系统最高 Root 权限的漏洞类型。这是黑客梦寐以求的终极武器。
显然,这笔账不会便宜。
OpenAI 透露了这次测试的成本:总共消耗了 121.3 万美元的 API 额度,平均算下来,每个 LPE 漏洞利用的开发成本大约是 1279 美元。
太烧钱了吗?大错特错!
在真实的全球网络安全竞赛(如 Pwn2Own 或 TyphoonPWN)中,一个 Linux 内核 LPE 漏洞的官方赏金,通常在 2 万美元到 7 万美元之间。如果把这 948 个全自动生成的漏洞拿去换赏金,总价值高达 1890 万美元到 6630 万美元!
其中的利润率高达 16 倍到 55 倍。这简直是一台无情的「赛博印钞机」。
这证明了,当前 Cyber 模型去做自动化挖洞,已经可以净盈利了!
AI「黑客特种部队」如何运作?
120 万美元是怎么花掉的?948 个漏洞又是怎么找出来的?
OpenAI 详细拆解了这套名为「Vulnerability Research Pipeline」的五步工作法。

看下来,简直是一部好莱坞级赛博特工电影。

第一阶段:斥候特工(Scout Agents)—— 侦察地形
如果让 AI 硬啃 4000 万行代码,不仅慢而且极其烧钱。所以,系统先派出「斥候特工」。
它们快速浏览代码库,根据「低权限用户是否能访问」以及「是否与安全相关」这两个条件,精准标记出高价值目标。

最终,斥候特工选出了 5034 个审计目标,约 280 万行代码。这一步极其高效,只花了 3426 美元的 API 额度。
第二阶段:分析师特工(Analyst Agents)—— 寻找破绽
拿到目标后,「分析师特工」入场。它们像资深审计员一样阅读代码,理解威胁模型并寻找漏洞。
仅仅用了 12 个小时,分析师们就找出了 2308 个候选漏洞!这一步消耗了 316,549 美元。

第三阶段:分诊特工(Triage Agents)—— 实弹验证
纸上谈兵是不够的。分诊特工将这 2308 个候选漏洞放进开启了 KASAN 的隔离虚拟机中。它们观察系统崩溃日志,不断修改测试代码。
30 个小时内,AI 成功重现了 1724 个真实漏洞! 准确率高达 74.7%。这证明了前沿模型真的看懂了复杂的内核逻辑。

第四阶段:漏洞利用特工(ExploitDev)—— 致命一击
这是最难、最昂贵、也最见真功夫的一环。AI 需要在开启了 SMEP、SMAP、KASLR 等现代操作系统标准防御机制的环境中,把漏洞变成真正的「Root 提权武器」。
这一步花掉了足足 775,929 美元。
但成果惊人:1169 个本地提权攻击程序诞生,经过变体分析去重后,确认了 948 个独立的 LPE 漏洞。
第五阶段:补丁生成与人类复核 —— 擦拭战场
AI 不仅是矛,也是盾。对于每一个验证成功的漏洞,系统都会生成修复补丁。
它不仅能修复漏洞,还能模仿周边代码的风格,并进行变体分析确保补丁完整。最后,由人类安全研究员复审后提交给 Linux 官方。
报告中细思极恐的 3 个细节
如果深入阅读 OpenAI 的这份技术报告,会发现更多细节——它们揭示了前沿 AI 真正的恐怖之处。
AI 不再是「模仿者」,它自创了 10 种全新黑客技术!
如果你以为 AI 只是在网上搜集已有的黑客教程去「套模板」,那就大错特错了。
OpenAI 的研究人员抽样分析了 166 个 AI 生成的漏洞利用程序,发现 AI 竟然使用了至少 10 种前所未见的全新漏洞利用技术!
其中包括两种新的内核缓存对象喷射技术、两种新的页面修饰技术,以及五种新的数据专用提权技术。
当研究团队把这些手法展示给资深专家时,人类专家表示:这些手法他们也是第一次见!

AI 在网络安全领域的创造力,已经超越了人类经验。
「拔出萝卜带出泥」:无源码干掉测试基础设施
在针对 Google 的 kernelCTF 进行测试时,AI 发生了一个「意外」。
分析师特工在做权限转换实验时,导致内核崩溃。AI 顺藤摸瓜一查,发现这根本不是 Linux 内核的问题,而是底层测试虚拟机本身存在漏洞!
最可怕的是,AI 在根本没有 QEMU 源代码的情况下,硬是凭空摸索,成功写出了提权漏洞利用程序。
在未来的超级 AI 眼里,只要有代码运行的地方,哪怕是防御工具本身,都可能沦为筛子。
越强的模型,越不需要「教做事」
在早期的探索中,OpenAI 发现上一代的 GPT-5.5 Cyber 模型有时不知道该用哪种黑客技术。
于是人类工程师整理了 103 种现成的黑客技巧喂给它,手把手教它怎么用。这让成功率从 76.2% 提升到了 88.9%。
但是!当他们换上更聪明的 GPT-5.6 Cyber 时,奇迹发生了:如果不做任何提示,让 AI 自己自由发挥,它的表现甚至比「人类手把手教」还要好!

强加上去的「人类经验套路」,对于高智商 AI 来说,反而成了一种累赘和束缚。
随着更强的 Cyber 模型发布,AI 这种不可预测的「自主探索」能力,将对传统安全防御造成惊人的冲击。
OpenAI 的这篇报告,其实是向全行业敲响警钟。
正如报告中所言——
在未来几年内,如果某个软件项目中存在漏洞,前沿 AI 模型将不可避免地能够发现它们。在一个没有「未知漏洞(0-day)」的世界里,构建和维护高保障的核心软件将变得至关重要。
只要拥有 Cyber 模型 API,任何人都可以批量制造毁灭级的网络武器。唯一的出路,就是比攻击者更早。
如果 The Information 的爆料成真,本周五我们迎来的不仅仅是 GPT-6.2 Astra 和 Sol,更有彻底打开「潘多拉魔盒」的 Cyber 模型。
到时,这个世界恐怕不会再有任何未知漏洞了。
参考资料
https://openai.com/index/a-thousand-fewer-paths-to-root/
https://x.com/OpenAI/status/2118119461345739018
https://x.com/imjustnewatai/status/2118066584463741203