OpenAI 11 月 4 日公布一组自测数字：在隔离虚拟机里，一条由「即将发布的网络安全模型」驱动的研究管线，对常用桌面发行版上的 Linux 内核做了完整一轮扫描。它从 2308 条候选里动态复现了 1724 个漏洞，又收敛出 948 条可用的本地提权（LPE）利用，并为这些漏洞各写了一份候选补丁。整轮 API 费用约 121.3 万美元，折合每条 LPE 约 1279 美元。
这不是一次「又发现几个洞」的发布。公司自己把重点写成：发现已经能做成流水线，卡在排序、复核和上游合入。扫描那 10 天里，Linux 维护者与社区同步合入或准备了上百条提权相关补丁；OpenAI 也按社区建议，先上报高危，其余通过 Patch the Planet 伙伴分批送出。对安全团队和开源维护者，可读的变化是报告吞吐，而不是某一条具体利用手法。
948 是怎么从候选里筛出来的
管线分五段：找审计目标、静态出候选、隔离环境里动态复现、判断能否造成信息泄露或本地提权、生成补丁，最后由人类安全研究员审过再上报。OpenAI 写明，产出物包括根因分析、最小崩溃复现、候选补丁，以及帮助评估严重度的完整利用；本文只转述官方阶段数字，不展开利用细节。
Scout 代理先把低权限用户可达、且安全相关的代码挑出来，得到 5034 个审计目标，大约 280 万行，约占内核代码的 7%，这一步花了约 3426 美元。Analyst 代理在 12 小时内写出去重后的 2308 条候选，花费约 31.7 万美元。
验证阶段只保留低权限可达、不要求特殊 capability、且能留下内存破坏一类可观测证据的候选。分诊代理在打开 Kernel Address Sanitizer 的虚拟机里迭代复现，30 小时内复现 1724 条，约占候选的 74.7%。OpenAI 称，因模型假设了不可能条件而判错的只占 3.1%；其余未复现的多半需要更高权限、难触发的竞态，或超时。验证合计约 7.3 万美元。
可利用性评估先做宽松初筛，再交给 ExploitDev 代理，在打开 SMEP、SMAP、KASLR、HARDENED_USERCOPY 等常见防护的发行版配置上测试。结果是 291 个信息泄露 PoC，以及 1169 条能拿到 root 的本地提权利用；经变体分析后，公司用「对应 948 份独立补丁」来定义唯一 LPE 数量。成功做出一条 LPE 利用的平均 API 成本约 359 美元；整段利用开发约 77.6 万美元，是全流程最贵的一环。
和 7 月那一轮比，同一套外壳，模型更强
可对照的基线写在同一篇文章里。2026 年 7 月末，GPT-5.6 Sol 在当时最新的内核主干上跑出 166 条唯一 LPE，端到端 API 约 51.4 万美元。10 月中旬这轮换上更新的网络模型，同样扫最新主干，得到 948 条，费用约 121 万美元。OpenAI 的结论是：即便中间隔了三个月的加固，更强模型仍能挖出前代漏掉的洞，因此「扫过一次」不能当成永久清零。
另一组对照是 Google 的 kernelCTF 环境。管线在适配后的 hardened 配置上得到 25 个信息泄露 PoC 和 21 条 LPE，API 约 3.3 万美元；文中写到，2026 年截至发稿，kernelCTF 公开确认的 0-day LPE 约 26 条。公司还用历史上 Pwn2Own（约 2 万美元）和 TyphoonPWN（约 7 万美元）对 Linux LPE 的赏金，把 948 条假拟成 1890 万到 6630 万美元，约为管线成本的 16 到 55 倍。这是按公开赏金刻度做的算术，不是真实市场成交，也不能证明攻击者已经按这个倍数出手。
维护者窗口里，压力已经在转向补丁
扫描对着 10 月中旬的最新内核。等自主扫描加人工分析跑完约 10 天时，OpenAI 观察到：61 条 LPE 已合入上游，43 条有暂存补丁，另有 299 条正在公开报告或讨论；扫描进行期间，还看到其他贡献者补上或准备了逾百条 LPE 相关修复。公司因此提醒自动化分诊要对照最新代码复验，避免把已修问题再塞给维护者。
补丁侧同样暴露了瓶颈。直接让模型出补丁，功能上往往能挡住复现程序，却偶发改得过多、引入性能顾虑、偏离周边代码风格，或漏掉同族变体。加指令、多轮迭代之后质量上升；个别情况下，原型还挑出了人类专家补丁里的问题并在合入前改掉。OpenAI 的判断是：自动补丁值得继续做，但要当成需要打磨的技能与外壳，而不是一次生成即可上游。
流程上也有需要独立校验的坑。早期一轮里，利用阶段报了 200 次成功提权，人工复查发现其中 20 次是靠「指定漏洞之外的另一处 0-day」拿到了 root。团队随后收紧任务约束，并增加「最终利用是否走了被指派漏洞」的独立检查。对读者，这件事的含义很具体：只看「拿到 root」不够，还要核对路径。
结论停在官方自测，不外推成在野灾难
这篇材料能确认的是：在受控研究环境、原装桌面发行版威胁模型下，OpenAI 的五段管线用未正式命名的新一代网络模型，把 Linux 内核漏洞发现、复现、提权验证和候选补丁做成了可计量的流水线；费用、阶段通过率和与 7 月 Sol 的对比均来自公司自述。Silicon Report 等转述核对了日期与 948、121 万美元等主干数字。
它不能证明这些路径已在互联网上被大规模利用，不能把假拟赏金倍数写成清算价格，也不能把「至少 10 种新利用技术」读成可公开复现的攻击手册——原文明确出于安全原因省略了技术细节，本文同样不补。OpenAI 自己的近中期判断反而更克制：对未打最新补丁的系统，拥有低权限本地账号，对资源充足的攻击方来说，功能上接近 root；因此要用沙箱和隔离（文中点名 Firecracker、gVisor）缩小爆炸半径，并把自动补丁与高保证软件建设，当成和「继续找洞」同等重要的下一题。
对维护内核、云镜像和 Agent 运行时的人，这篇研究把日程表写得很直白：模型一代强过一代之后，同一份代码可能需要反复扫描；报告会成批到达；更能拉开风险窗口长短的，是复验、合入和发行版推送的速度，而不再是「还会不会被找出来」。
