GPT-6 Cyber: як читати тести та перевіряти виправлення

OpenAI представила GPT-6 Cyber 5 листопада 2026 року. Спочатку API та Codex доступні окремим клієнтам Daybreak Red. Для команди важливо перетворити знахідку на перевірене виправлення, доставлене користувачам.

Що випущено

Картка системи описує спеціалізований варіант GPT-6 Astra для дозволеної роботи з безпеки. Доступ обмежений. Анонс не означає доступність кожному API-акаунту; вигаданих ідентифікаторів моделі чи викликів SDK тут немає.

Як читати числа

ExploitGym зріс із 32.1% до 48.5%: на 16.4 відсоткового пункта, або приблизно на 51.1% відносно попереднього значення. Експлуатація вказаної вразливості та пошук невідомої помилки — різні завдання.

Вебтест без вихідного коду повідомляє повноту 40.3% проти 32.0% у Astra. Вона не показує навантаження від хибних спрацювань. Потрібні дані про цілі, бюджет інструментів, повтори, участь людей і ціну прийнятої знахідки. Сайт незалежно не відтворював оцінки постачальника.

Linux і Firefox: перевірити докази

Звіт про Linux розділяє 2,308 кандидатів, 1,724 відтворені вразливості та 948 робочих експлойтів локального підвищення привілеїв. Підозра слабша за зафіксований перетин межі прав. Локальне підвищення потребує попереднього локального доступу й не дорівнює віддаленому виконанню коду.

Запуск витратив 1,213,430 доларів API-кредитів, близько 1,279 на робочий локальний експлойт. Це не тариф продукту чи повна вартість праці. Бюлетень Firefox містить компоненти, серйозність і посилання на помилки. Його дата, 27 жовтня, передує анонсу: виявлення, розкриття, виправлення та випуск слід датувати окремо.

Від відповіді до виправлення

Схема — пропозиція автора, а не офіційна архітектура. Спершу фіксують ревізію та середовище. Модель пропонує гіпотези й патчі, окремий виконавець відтворює збій і перевіряє результат.

Зберігайте вхідні дані, журнали, команди й diff. Один випадок має не проходити до патча й проходити після; регресія перевіряє сусідні коректні сценарії. Вимкнення функції може приховати збій і зламати продукт.

Перевірка, яку можна запустити

Збережіть код як evidence-gate.ts і виконайте bun run evidence-gate.ts. Він не використовує мережу чи GPT-6 Cyber. Перевіряється локальний запис із комітом, середовищем і результатами до та після патча.

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,
  }),
);

Приклад виводить readyForReview: true та approved: false. Коди завершення мають надходити від довіреного виконавця. Перевірка не доводить експлуатованість, якість патча чи особу рецензента; потрібні автентифіковане схвалення й незмінні артефакти. Вигаданий коміт слід замінити перевіреним.

Межі на рівні виконання

Анонс повідомляє 99.93% дотримання меж без інструкцій розгортання та 100% із ними. Це спостереження тесту, а не загальна гарантія. Картка визначає кіберспроможність як Critical.

Цілі, мережеві виходи й облікові дані контролюють поза моделлю. Виконавець потребує обмеженого бюджету та одноразового стану. Інструкції в репозиторії чи на вебсторінках є даними й не додають дозволів.

Як оцінити пілот

Почніть із власного репозиторію та порівнюйте однакові ревізії й бюджети. Вимірюйте унікальні прийняті знахідки, відтворюваність, час перевірки, прийняття патчів і строк до розгортання. Дублікати теж забирають час.

Додайте недосяжний підозрілий код, уже виправлену помилку, патч, що маскує збій, і недозволену ціль. Без доказів система має зберігати невизначеність і зупинятися. Мій критерій — час від відтворюваної знахідки до розгорнутого виправлення.

Джерела

ШІ допомагав із написанням і перекладом. Факти джерел, приклад і рекомендації автора розмежовано.