OpenAI заявила, что её автономный ИИ-конвейер за 30 часов воспроизвёл 1 724 потенциальные проблемы в Linux и подготовил 948 рабочих эксплойтов для локального повышения привилегий (LPE). По оценке компании, такой эксплойт может дать локальному непривилегированному пользователю права root.
Испытание прошло в середине октября 2026 года на широко используемом дистрибутиве Linux. На запуск, по данным OpenAI, потратили 1 213 430 долларов в API-кредитах — в среднем 1 279 долларов на один LPE-эксплойт. Кроме того, система подготовила PoC для 291 уязвимости, которая могла привести к раскрытию информации.
Как работал конвейер
OpenAI описывает процесс как последовательность из пяти этапов. Сначала агенты выделяют объекты для аудита: части кодовой базы, значимые для безопасности и доступные пользователям с низкими привилегиями. Затем система ищет в этих объектах возможные дефекты.
После этого конвейер пытается воспроизвести каждую потенциальную уязвимость в изолированной среде и сохраняет доказательства, полученные при выполнении. Подтверждённые проблемы проходят оценку эксплуатационной пригодности: агенты проверяют, позволяют ли они раскрыть данные или повысить привилегии, и создают демонстрационный эксплойт.
На следующем этапе система генерирует исправление. Финальное решение остаётся за специалистами по безопасности: они проверяют эксплойт, патч и предложенный уровень критичности до передачи сведений разработчикам.
Результаты развивают прежние работы OpenAI. В июне 2026 года компания сообщала, что модель GPT-5.5-Cyber обнаружила 24 LPE-эксплойта. В октябрьском тесте использовалась будущая кибермодель OpenAI, а прежний подход оформили в автономную последовательность поиска, воспроизведения, подготовки PoC, создания патча и экспертной проверки.
Новые техники эксплуатации
По оценке OpenAI, агенты конвейера как минимум в десяти случаях обнаружили и применили новые техники эксплуатации Linux. Компания отнесла к ним два новых постоянных эластичных объекта для распыления объектов в кэше ядра целевой системы, две техники подготовки страниц для повышения надёжности эксплуатации, пять техник, работающих только с данными и позволяющих повысить привилегии напрямую либо через произвольную запись, а также одну технику с произвольной путаницей типов.
В исходных данных описан исследовательский запуск с воспроизведением уязвимостей в изолированной среде; сведений об эксплуатации против организаций в нём не приведено. Эксперимент, однако, показывает, что модели способны ускорять не только поиск дефектов, но и подготовку работоспособных вариантов их использования.
При росте числа подтверждённых проблем недостаточно выпустить патч: его необходимо учесть, приоритизировать и проконтролировать установку в инфраструктуре. Сопоставить контроль таких событий с требованиями конкретной среды можно на официальной странице Security Capsule SIEM для оценки применимости к требованиям инфраструктуры. Тестирование обновлений и их учёт при этом остаются отдельными задачами процесса обработки уязвимостей.
Для сопоставления с предыдущими наблюдениями полезен материал «Anthropic заявила о лабораторных цепочках эксплойтов для Chrome, Safari, Android, Windows и Linux»; его выводы не следует автоматически переносить на текущий случай без проверки фактов.
Новости информационной безопасности, технологий и государственного регулирования, а также анонсы новых исследований Tech Threat Lab.
Темпы поиска растут вместе с риском
В отчёте, опубликованном в октябре 2026 года, VulnCheck отнёс поиск уязвимостей с помощью ИИ к растущим рискам. По оценке компании, такие инструменты заметно расширяют возможности начинающих атакующих: для поиска программных дефектов им может требоваться минимальный технический опыт или не требоваться вовсе.
В то же время эти возможности доступны и защитникам. OpenAI указывает, что при дополнительных инструкциях и итерациях ИИ может помогать устранять дефекты до их использования злоумышленниками, повышая для атакующих стоимость эксплуатации. Но доступ к моделям есть и у самих атакующих: они могут применять их для поиска новых уязвимостей нулевого дня, превращения находок в инструменты атак и расширения круга потенциальных целей с меньшими усилиями.
Данные Google Threat Intelligence Group указывают на рост потока раскрываемых уязвимостей в 2026 году. Если в январе ежемесячно раскрыли 5 045 уязвимостей, то в августе — уже 10 740. Число проблем, отнесённых к высокому риску, за тот же период увеличилось со 131 до 350, или на 167%.
Национальный центр кибербезопасности Великобритании (NCSC) в оценке, опубликованной во вторник, заявил, что широкая доступность ИИ-инструментов для кибербезопасности почти наверняка привела к существенному росту числа обнаруживаемых уязвимостей нулевого дня. Центр также отметил, что оборонительные ИИ-инструменты сокращают промежуток, за который проблема переходит из статуса zero-day в n-day, и ускоряют выпуск исправлений.
При этом NCSC предупредил: без корректного и повсеместного внедрения таких средств множество систем останутся уязвимыми для атакующих, использующих ИИ для выявления и эксплуатации слабых мест. Организациям придётся совершенствовать внутренние процедуры тестирования и установки обновлений, чтобы соответствовать новому темпу обнаружения уязвимостей.
По наблюдению NCSC, снижение стоимости восстановления доступа меняет поведение атакующих: они могут меньше опасаться его потери после достижения цели. Снижение сопутствующего риска расширяет спектр действий, для которых применяются кибервозможности, и упрощает получение и оперативное использование информации.
Что следует учесть администраторам
OpenAI считает, что ускорению поиска уязвимостей передовыми моделями должна соответствовать автоматизация подготовки исправлений, чтобы сокращать окно возможной эксплуатации. Компания полагает, что при экспертно управляемых итерациях сгенерированные ИИ-патчи могут быть функционально корректными, соответствовать стилю существующего кода и быть устойчивыми к различным вариантам атак.
Практический вывод для организаций, использующих Linux: процессы оценки, тестирования и развёртывания обновлений должны быть готовы к более высокой скорости появления подтверждённых проблем. В первую очередь это относится к системам, где локальный доступ уже возможен.
OpenAI формулирует риск жёстко: в ближайшей и среднесрочной перспективе учётную запись с низкими привилегиями в ОС, не обновлённой до последней доступной версии с исправлениями, следует рассматривать как функционально эквивалентную root-доступу для атакующего с достаточными ресурсами. Это прогноз компании, а не описание универсально подтверждённого сценария. Тем не менее он подчёркивает значение своевременной установки патчей и проверки систем, в которых локальный доступ уже доступен атакующему.