GPT-6 Cyber: بینچ مارک سمجھیں اور حفاظتی اصلاحات کی تصدیق کریں

OpenAI نے 5 نومبر 2026 کو GPT-6 Cyber پیش کیا۔ ابتدا میں منتخب Daybreak Red صارفین کو API اور Codex سے رسائی ملتی ہے۔ ٹیم کے لیے اصل کام دریافت کو جانچی ہوئی اصلاح میں بدل کر صارف تک پہنچانا ہے۔

کیا جاری ہوا

سسٹم کارڈ اسے مجاز حفاظتی کام کے لیے GPT-6 Astra کی مخصوص قسم کہتا ہے۔ رسائی محدود ہے۔ اعلان کا مطلب ہر API اکاؤنٹ پر دستیابی نہیں؛ یہاں اندازے سے ماڈل ID یا SDK کال نہیں دی گئی۔

اعداد کیسے پڑھیں

ExploitGym کا نتیجہ 32.1% سے 48.5% ہوا: 16.4 فیصد پوائنٹ اضافہ، یا تقریباً 51.1% نسبتی بہتری۔ متعین کمزوری استعمال کرنا اور نامعلوم نقص ڈھونڈنا مختلف کام ہیں۔

سورس کوڈ کے بغیر ویب جانچ میں recall 40.3%، جبکہ Astra کے لیے 32.0% بتایا گیا۔ اس سے غلط انتباہات کا بوجھ معلوم نہیں ہوتا۔ اہداف، ٹول بجٹ، دوبارہ کوشش، انسانی مدد اور قبول شدہ دریافت کی لاگت پوچھیں۔ اس سائٹ نے فراہم کنندہ کی جانچ آزادانہ طور پر نہیں دہرائی۔

Linux اور Firefox کے شواہد

Linux رپورٹ میں 2,308 ابتدائی نتائج، 1,724 دوبارہ پیدا کی گئی کمزوریاں اور 948 کامیاب مقامی اختیارات بڑھانے والے ایکسپلائٹ الگ ہیں۔ شک اور اجازت کی حد پار کرنے کا مشاہدہ یکساں ثبوت نہیں۔ مقامی اختیارات بڑھانے کے لیے پہلے مقامی رسائی چاہیے؛ یہ دور سے کوڈ چلانے کے برابر نہیں۔

اس مہم میں 1,213,430 امریکی ڈالر کے API کریڈٹ خرچ ہوئے، تقریباً 1,279 فی کامیاب مقامی ایکسپلائٹ۔ یہ مصنوعات کی قیمت یا مکمل افرادی لاگت نہیں۔ Firefox اطلاع میں اجزا، شدت اور بگ کے روابط ہیں۔ 27 اکتوبر کی تاریخ ماڈل اعلان سے پہلے ہے؛ دریافت، انکشاف، اصلاح اور اجرا الگ مراحل ہیں۔

جواب سے اصلاح تک

نیچے خاکہ مصنف کی تجویز ہے، سرکاری ساخت نہیں۔ پہلے کوڈ کی حالت اور ماحول طے کریں۔ ماڈل مفروضہ اور پیچ دے، الگ رنر خرابی دوبارہ پیدا کرے اور اصلاح جانچے۔

ان پٹ، لاگ، کمانڈ اور diff محفوظ رکھیں۔ ایک ہی مثال پیچ سے پہلے ناکام اور بعد میں کامیاب ہو، ساتھ درست استعمال کے regression ٹیسٹ چلیں۔ فیچر بند کرنا کریش چھپا سکتا ہے اور مصنوعات خراب کر سکتا ہے۔

چلنے والی شواہد کی جانچ

کوڈ evidence-gate.ts میں محفوظ کر کے bun run evidence-gate.ts چلائیں۔ یہ نیٹ ورک یا GPT-6 Cyber استعمال نہیں کرتا۔ commit، ماحول اور پیچ سے پہلے بعد کے نتائج والا مقامی ریکارڈ جانچتا ہے۔

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,
  }),
);

مثال readyForReview: true اور approved: false دیتی ہے۔ اختتامی کوڈ قابل اعتماد رنر سے آئیں۔ یہ استحصال کی صلاحیت، پیچ کی درستگی یا جائزہ لینے والے کی شناخت ثابت نہیں کرتی؛ تصدیق شدہ منظوری اور ناقابل تبدیلی شواہد چاہییں۔ فرضی commit کو اصل آزمودہ نسخے سے بدلیں۔

حدود عمل درآمد میں نافذ ہوں

اعلان کے مطابق deployment prompts کے بغیر دائرے کی پابندی 99.93% اور ان کے ساتھ 100% رہی۔ یہ ٹیسٹ کا مشاہدہ ہے، عمومی ضمانت نہیں۔ سسٹم کارڈ سائبر صلاحیت کو Critical قرار دیتا ہے۔

ہدف کی اجازت، بیرونی نیٹ ورک اور اسناد ماڈل سے باہر قابو کریں۔ رنر کا بجٹ محدود اور ماحول ضائع کرنے کے قابل ہو۔ مخزن یا بیرونی صفحے کی ہدایات ڈیٹا ہیں، اضافی اجازت نہیں۔

ابتدائی آزمائش میں کیا ناپیں

اپنے مخزن میں یکساں نسخے اور بجٹ کا موازنہ کریں۔ قبول شدہ منفرد دریافتیں، دوبارہ پیدا کرنے کی کامیابی، جائزے کا وقت، پیچ کی قبولیت اور تعیناتی تک وقت ناپیں۔ دہرے انتباہ بھی وسائل کھاتے ہیں۔

ناقابل رسائی مشکوک کوڈ، پہلے درست بگ، کریش چھپانے والا پیچ اور غیر مجاز ہدف شامل کریں۔ ثبوت کم ہو تو نظام غیر یقینی کو برقرار رکھے اور رکے۔ میرے نزدیک اصل پیمانہ قابل تکرار دریافت سے نافذ اصلاح تک کا وقت ہے۔

حوالہ جات

تحریر اور ترجمے میں AI کی مدد لی گئی۔ ذرائع کے حقائق، مثال اور مصنف کی تجاویز الگ کی گئی ہیں۔