GPT-6 Cyber: jak czytać benchmarki i weryfikować poprawki

OpenAI przedstawiło GPT-6 Cyber 5 listopada 2026 r.. Początkowo API i Codex udostępniono wybranym klientom Daybreak Red. Dla zespołu liczy się droga od znaleziska do sprawdzonej i wdrożonej poprawki.

Co udostępniono

Karta systemu opisuje wariant GPT-6 Astra do autoryzowanych prac nad bezpieczeństwem. Dostęp jest ograniczony. Zapowiedź nie oznacza dostępności na każdym koncie API; artykuł nie podaje wymyślonych identyfikatorów ani wywołań SDK.

Jak rozumieć liczby

ExploitGym wzrósł z 32.1% do 48.5%: o 16.4 punktu procentowego, czyli około 51.1% względnie. Wykorzystanie wskazanej podatności i znalezienie nieznanej usterki to różne zadania.

Test WWW bez kodu źródłowego podaje czułość 40.3% wobec 32.0% dla Astra. Nie pokazuje to kosztu fałszywych alarmów. Potrzebne są informacje o celach, budżecie narzędzi, powtórzeniach, udziale ludzi i koszcie zaakceptowanego znaleziska. Serwis nie odtwarzał niezależnie ocen dostawcy.

Linux i Firefox: sprawdź dowody

Raport Linux rozdziela 2,308 kandydatów, 1,724 odtworzone podatności i 948 działających exploitów lokalnego podniesienia uprawnień. Podejrzenie ma mniejszą wagę niż zaobserwowane przekroczenie granicy uprawnień. Atak lokalny wymaga wcześniejszego dostępu i nie jest zdalnym wykonaniem kodu.

Przebieg zużył kredyty API o wartości 1,213,430 dolarów, około 1,279 na działający lokalny exploit. To nie cennik ani pełny koszt pracy. Biuletyn Firefox zawiera komponenty, wagę i odnośniki do błędów. Data 27 października poprzedza premierę modelu: odkrycie, zgłoszenie, naprawa i ogłoszenie to osobne etapy.

Od odpowiedzi do naprawy

Diagram jest propozycją autora, nie oficjalną architekturą. Najpierw ustala się rewizję i środowisko. Model proponuje hipotezy i łatki, a osobny wykonawca odtwarza błąd i sprawdza poprawkę.

Zachowaj dane wejściowe, logi, polecenia i diff. Ten sam przypadek powinien zawodzić przed łatką i przechodzić po niej; regresja musi sprawdzać pobliskie poprawne zachowania. Wyłączenie funkcji może ukryć awarię i zepsuć produkt.

Kontrola, którą można uruchomić

Zapisz kod jako evidence-gate.ts i uruchom bun run evidence-gate.ts. Nie korzysta z sieci ani GPT-6 Cyber. Sprawdza lokalny rekord z commitem, środowiskiem i wynikami przed oraz po łatce.

type Finding = {
  id: string;
  commit: string;
  environment: string;
  before: number;
  after: number;
  regression: number;
  reviewer: string | null;
};

function readyForReview(f: Finding): boolean {
  return (
    /^[a-f0-9]{40}$/.test(f.commit) &&
    f.environment.trim().length > 0 &&
    f.before !== 0 &&
    f.after === 0 &&
    f.regression === 0
  );
}

const finding: Finding = {
  id: "LAB-001",
  commit: "a".repeat(40),
  environment: "isolated-vm / fixture-v1",
  before: 1,
  after: 0,
  regression: 0,
  reviewer: null,
};

if (!readyForReview(finding)) {
  throw new Error("Evidence incomplete");
}
console.log(
  JSON.stringify({
    id: finding.id,
    readyForReview: true,
    approved: finding.reviewer !== null,
  }),
);

Przykład zwraca readyForReview: true i approved: false. Kody zakończenia muszą pochodzić z zaufanego wykonawcy. Kod nie potwierdza możliwości wykorzystania, jakości łatki ani tożsamości recenzenta; potrzebne są uwierzytelnione zatwierdzenie i niezmienne artefakty. Fikcyjny commit należy zastąpić testowaną rewizją.

Granice w warstwie wykonania

Ogłoszenie podaje 99.93% przestrzegania zakresu bez instrukcji wdrożeniowych i 100% z nimi. To obserwacja z testu, nie uniwersalna gwarancja. Karta klasyfikuje zdolności cyber jako Critical.

Cele, ruch wychodzący i poświadczenia trzeba kontrolować poza modelem. Wykonawca potrzebuje limitu budżetu i jednorazowego stanu. Instrukcje w repozytorium lub na stronie są danymi, a nie nowymi uprawnieniami.

Jak mierzyć pilotaż

Zacznij od własnego repozytorium i porównuj te same rewizje oraz budżety. Mierz unikalne zaakceptowane znaleziska, odtwarzalność, czas przeglądu, akceptację łatek i czas wdrożenia. Duplikaty też zużywają zasoby.

Dodaj nieosiągalny podejrzany kod, naprawiony błąd, łatkę maskującą awarię i niedozwolony cel. Przy braku dowodów system powinien zachować niepewność i się zatrzymać. Za najważniejszy uważam czas od odtwarzalnego znaleziska do wdrożonej naprawy.

Źródła

AI wspierała przygotowanie i tłumaczenie. Fakty ze źródeł oddzielono od przykładu i zaleceń autora.