OpenAI обнаружила 948 уязвимостей Linux

Компания OpenAI продемонстрировала, как автономные ИИ-агенты могут автоматизировать масштабные исследования в области кибербезопасности: от обнаружения уязвимостей программного обеспечения до разработки работающих эксплойтов и создания исправлений в системе безопасности. В ходе эксперимента с ядром Linux ИИ-система выявила 2 308 потенциальных проблем безопасности, подтвердила 1 724 уязвимости и создала 948 уникальных эксплойтов для повышения привилегий пользователя до уровня администратора.

Ядро Linux было выбрано для исследования, поскольку оно лежит в основе устройств Android, облачной инфраструктуры, суперкомпьютеров и многих других систем. Более 40 миллионов строк кода делают его серьезной задачей для традиционного аудита безопасности.

Вместо анализа всей кодовой базы компания OpenAI разработала мультиагентную систему, которая сосредоточена на компонентах, связанных с безопасностью и доступных пользователям с ограниченными привилегиями. На начальном этапе было определено 5 034 объекта аудита, охватывающих примерно 2,8 миллиона строк кода, или около 7% ядра Linux.

Затем специализированные ИИ-агенты выполнили пять последовательных этапов:

1. Обнаружение уязвимостей: агенты-разведчики (Scout) определяют критически важные с точки зрения безопасности участки кода, а агенты-аналитики (Analyst) исследуют выбранные компоненты на наличие потенциальных слабых мест.
2. Динамическая проверка: ИИ-агенты пытаются воспроизвести предполагаемые уязвимости в изолированных виртуальных машинах, используя результаты выполнения для отделения реальных проблем безопасности от ложных срабатываний.
3. Оценка возможности эксплуатации: специализированные агенты создают эксплойты для подтверждения концепции (proof of concept, PoC), чтобы определить, могут ли подтвержденные уязвимости привести к утечке информации или повышению привилегий.
4. Генерация исправлений: ИИ создает потенциальные исправления, проверяет их на соответствие стандартам программирования и анализирует возможные варианты эксплуатации, чтобы сделать исправления более полными.
5. Проверка специалистами: специалисты в сфере кибербезопасности проверяют результаты, демонстрации эксплойтов и предложенные исправления перед отправкой отчетов разработчикам Linux.

Такой подход объединяет автоматизированный анализ кода с практическим тестированием эксплуатации уязвимостей, позволяя оценить не только их наличие, но и потенциальное влияние на безопасность системы.

Исследование также выявило как минимум 10 ранее не задокументированных методов эксплуатации уязвимостей в Linux. Это демонстрирует, что агенты ИИ способны находить новые способы обхода механизмов защиты, а не только воспроизводить известные сценарии атак.

Для тестирования эксплойтов в условиях, приближенных к реальным, команда OpenAI использовала виртуальные машины со стандартным дистрибутивом Linux и включенными механизмами защиты, в частности рандомизацией размещения адресного пространства ядра (KASLR), запретом выполнения кода в режиме супервизора (SMEP) и запретом доступа в режиме супервизора (SMAP).

Эксперимент обошелся примерно в 1,21 миллиона долларов в виде кредитов API, что в среднем составляет 1 279 долларов за каждую уникальную уязвимость, позволяющую повысить уровень доступа. Для сравнения, исторически вознаграждения в рамках программ Bug Bounty за аналогичные уязвимости ядра Linux составляли от 20 000 до 70 000 долларов за каждую.

Результаты свидетельствуют о значительном прогрессе по сравнению с предыдущим экспериментом, проведенным в июле 2026 года, когда модель GPT-5.6 Sol обнаружила 166 уникальных уязвимостей Linux, позволяющих повысить привилегии. Новая модель для кибербезопасности обнаружила в пять раз больше таких уязвимостей, несмотря на дополнительное усиление защиты между экспериментами.

Однако все более мощные системы искусственного интеллекта создают и новые вызовы для безопасности. Те же технологии, которые помогают специалистам обнаруживать и устранять уязвимости, потенциально могут позволить злоумышленникам быстрее находить и эксплуатировать слабые места программного обеспечения.

В OpenAI подчеркивают, что автоматизированное обнаружение уязвимостей должно сопровождаться более оперативным выпуском исправлений и независимой проверкой результатов. Компания планирует распространить этот подход на другие критически важные программные проекты, помогая разработчикам выявлять проблемы безопасности и устранять их до того, как ими воспользуются злоумышленники.