OpenAI berkata saluran kerja AI menemui 948 kelemahan Linux yang boleh memberi penyerang akses root

948 laluan daripada akaun biasa kepada kawalan penuh

OpenAI berkata sistem penyelidikan automatik menemui 948 kelemahan berbeza dalam kernel Linux yang boleh membolehkan seseorang dengan akaun pengguna biasa mengambil alih komputer sepenuhnya. Kempen itu menelan belanja $1,213,430 dalam bentuk kredit API AI dan menghasilkan tampalan calon untuk diteliti manusia, menurut pendedahan penyelidikan syarikat itu pada 4 November 2026.

Keputusan terperinci dalam laporan penyelidikan OpenAI menjelaskan bagaimana angka utama itu diperoleh: ejen menghasilkan 1,169 eksploit peningkatan keistimewaan setempat yang berfungsi, kemudian mengelompokkan dapatan berkaitan melalui analisis varian dan membangunkan 948 tampalan berbeza. OpenAI menggunakan angka terakhir itu sebagai jumlah kelemahan unik.

Kelemahan peningkatan keistimewaan setempat membolehkan seseorang atau program yang sudah berjalan pada mesin memperoleh kuasa yang biasanya dikhaskan untuk pentadbirnya, yang dikenali sebagai root. Kernel Linux ialah perisian teras yang mengurus memori, perkakasan dan kebenaran akses. Memecahkan sempadan itu boleh mengubah akses terhad menjadi kawalan terhadap seluruh sistem.

OpenAI menguji eksploit terhadap pengedaran Linux yang tidak dinamakan dan lazim digunakan, dengan perlindungan keselamatan standardnya diaktifkan. Syarikat itu menyifatkan AI yang menggerakkan saluran kerja tersebut sebagai model siber akan datang, tanpa memberikan tarikh keluaran atau mengenal pasti pengedaran berkenaan. Jumlah penemuan, kos dan dakwaan mengenai teknik serangan baharu ialah hasil yang dilaporkan oleh OpenAI sendiri.

Cabaran segera ialah memastikan pembaikan sampai ke komputer yang benar-benar digunakan orang ramai. Semasa penyelidikan berlangsung, penyumbang Linux sudah pun membaiki atau membincangkan ratusan dapatan yang bertindih. Penyelidik manusia masih perlu menyemak sama ada setiap eksploit menyasarkan kelemahan yang didakwa dan sama ada tampalan yang dicadangkan menangani puncanya.

Bagaimana ejen meneliti jutaan baris kod

OpenAI memulakan usaha dengan memilih bahagian Linux yang boleh dicapai pengguna biasa dan penting dari segi keselamatan. Ejen peninjau mengenal pasti 5,034 sasaran audit yang meliputi kira-kira 2.8 juta baris kod, sekitar 7% daripada asas kod kernel yang mengandungi lebih 40 juta baris.

Ejen penganalisis kemudian meneliti sasaran tersebut, melihat cara kod berfungsi dan tempat penyerang mungkin menembusi sempadan keselamatan. Dalam tempoh 12 jam, mereka menghasilkan 2,308 dapatan calon selepas pendua dibuang. Pemilihan sasaran menelan belanja $3,426 dalam kredit API; analisisnya pula menelan belanja $316,549.

Proses penuh itu mempunyai lima peringkat: penemuan kelemahan, pengesahan dinamik, penilaian kebolehgunaan eksploit, penjanaan tampalan dan semakan manusia. Setiap peringkat menjawab soalan yang berbeza, daripada kod yang mencurigakan kepada masalah keselamatan yang dibuktikan, kemudian kepada cadangan pembaikan.

Semasa pengesahan, ejen cuba menghasilkan semula setiap dapatan calon dalam mesin maya terpencil menggunakan Kernel Address Sanitizer, alat yang mengesan jenis ralat memori tertentu. Mereka memerhatikan output program dan log sistem, sambil melaraskan program ujian sehingga masalah itu tercetus atau semua percubaan yang diperuntukkan habis.

Dalam tempoh 30 jam, sistem itu menghasilkan semula 1,724 kelemahan, kira-kira 74.7% daripada dapatan calon. OpenAI berkata banyak dapatan yang selebihnya memerlukan keistimewaan lebih tinggi atau bergantung pada keadaan yang sukar dicetuskan dalam tempoh yang diperuntukkan. Syarikat itu mengaitkan 3.1% dapatan calon dengan analisis tidak tepat yang melibatkan keadaan mustahil. Tempoh 30 jam itu merujuk kepada peringkat pengesahan ini, manakala imbasan dan analisis manual seterusnya berlangsung selama 10 hari.

Perkara yang dibuktikan oleh eksploit berfungsi

Langkah seterusnya OpenAI ialah menentukan pepijat yang dihasilkan semula mana yang boleh mendedahkan maklumat atau memberikan akses root. Ejen saringan mengecilkan dapatan itu kepada 313 calon kebocoran maklumat dan 1,238 calon peningkatan keistimewaan.

Ejen pembangunan eksploit menghasilkan 291 bukti konsep kebocoran maklumat dan 1,169 eksploit peningkatan keistimewaan yang berfungsi. Bukti konsep ialah program ujian yang menunjukkan sesuatu kelemahan boleh dicetuskan. Eksploit melangkah lebih jauh dengan menggunakan kelemahan itu untuk mencapai akibat keselamatan, seperti memperoleh keistimewaan pentadbir.

Mesin ujian mengekalkan perlindungan yang diaktifkan, termasuk rawakan alamat, sekatan terhadap akses kernel kepada memori pengguna dan pemeriksaan semasa penyalinan data. Rawakan alamat menyukarkan penyerang meramal lokasi memori yang berguna. Mengekalkan perlindungan ini menjadikan ujian lebih menyerupai pemasangan desktop biasa.

OpenAI turut menguji versi persekitaran kernelCTF Google yang telah diubah suai, dengan permukaan serangan lebih kecil dan perlindungan tambahan. Kempen itu menghasilkan 25 bukti konsep kebocoran maklumat dan 21 eksploit peningkatan keistimewaan dalam tempoh 112 jam, dengan kos API kira-kira $32,936. Penyesuaian itu tidak menyertakan mitigasi SLAB_VIRTUAL kerana ia tidak serasi dengan kernel terkini yang digunakan untuk ujian.

OpenAI melaporkan penemuan kelemahan dalam QEMU TCG, sebahagian daripada infrastruktur pemayaan yang digunakan dalam ujian kernelCTF. Penemuan itu turut menjadikan persekitaran penyelidikan itu sendiri sebahagian daripada semakan keselamatan.

Perbandingan kempen Oktober dengan usaha terdahulu

Penyelidikan Linux OpenAI berkembang melalui beberapa eksperimen pada 2026. Syarikat itu mengaitkan usaha tersebut dengan Patch the Planet, inisiatifnya untuk membantu penyelenggara menemui dan membaiki kelemahan dalam perisian yang digunakan secara meluas.

• Jun 2026: OpenAI mendedahkan 24 eksploit peningkatan keistimewaan Linux yang dibangunkan menggunakan GPT-5.5 Cyber.
• Akhir Julai 2026: Kempen menggunakan GPT-5.6 Sol menemui dan mengeksploitasi 166 kelemahan peningkatan keistimewaan unik dengan kos API $513,690.
• Pertengahan Oktober 2026: Model siber yang lebih baharu menghasilkan eksploit meliputi 948 kelemahan peningkatan keistimewaan berbeza, berserta tampalan calon, dengan kos $1,213,430.
• 4 November 2026: OpenAI menerbitkan laporan tentang saluran kerja dan hasilnya.

Kempen Oktober menemui kira-kira 5.7 kali lebih banyak kelemahan peningkatan keistimewaan unik berbanding kempen Julai, dengan perbelanjaan kira-kira 2.4 kali ganda. Berdasarkan jumlah tersebut, perbelanjaan API bagi setiap dapatan unik turun daripada kira-kira $3,095 kepada $1,280.

Kedua-dua kempen meneliti cabang induk kernel Linux terkini yang tersedia pada waktu itu. OpenAI berkata model Oktober menemui jauh lebih banyak kelemahan walaupun kernel telah menerima pembaikan dan pengukuhan selama tiga bulan tambahan. Syarikat itu berhujah bahawa perisian penting harus diimbas semula apabila keupayaan model meningkat.

Mengapa memperoleh akses root belum cukup untuk mengesahkan dapatan

OpenAI menemui masalah asas dalam eksperimen awal: 20 daripada 200 eksploit yang berjaya memperoleh akses root melalui kelemahan selain kelemahan yang ditugaskan kepada ejen. Serangan itu berjaya, tetapi penjelasan tentang pepijat yang digunakan adalah salah.

Perkara itu penting untuk pembaikan. Penyelidik perlu mengaitkan hasil yang diperhatikan dengan punca yang betul supaya penyelenggara dapat membaiki kod yang bertanggungjawab. OpenAI menambah semakan bebas selepas mengesan salah atribusi tersebut.

Yash Kadakia, pengasas dan ketua pegawai teknologi di Security Brigade, menjelaskan sebab perusahaan memerlukan hasil yang boleh dihasilkan semula serta penjelasan yang tepat:

"Mencapai sesuatu hasil dan menerangkan dengan tepat cara anda mencapainya ialah dua perkara yang berbeza," katanya.

Pakej penyelidikan akhir OpenAI merangkumi analisis punca, program ujian minimum yang mencetuskan ranap, tampalan calon dan eksploit penuh. Penyelidik keselamatan manusia menyemak eksploit, pembaikan dan tahap keterukan yang dicadangkan sebelum melaporkan dapatan kepada penyelenggara.

Pembangunan tampalan juga memerlukan proses berulang. Pembaikan awal AI kadangkala memperkenalkan perubahan yang tidak perlu atau menjejaskan prestasi, atau membiarkan versi berkaitan bagi sesuatu kelemahan tanpa penyelesaian. Menguji variasi serangan membantu penyelidik menilai sama ada pembaikan itu menangani masalah yang lebih luas.

Perkara yang dibeli dengan $1.2 juta dan cara OpenAI menilainya

OpenAI melaporkan jumlah kos kempen sebanyak $1,213,430, atau kira-kira $1,279 bagi setiap dapatan peningkatan keistimewaan unik. Angka ini menggambarkan perbelanjaan API untuk model dan aliran kerja, bukannya pengiraan menyeluruh kos tenaga kerja penyelidikan dan perbelanjaan operasi.

Penilaian kebolehgunaan eksploit menggunakan bahagian terbesar perbelanjaan. Saringan menelan belanja $44,194, manakala pembangunan eksploit menelan belanja $775,929, termasuk $691,000 untuk calon peningkatan keistimewaan dan $84,929 untuk calon kebocoran maklumat.

Kegagalan yang sukar ditangani boleh menelan belanja yang tinggi. OpenAI melaporkan perbelanjaan purata kira-kira $3,922 bagi setiap satu daripada 69 percubaan peningkatan keistimewaan yang gagal, berbanding kira-kira $360 bagi setiap eksploit yang berjaya. Sesetengah kes yang degil melibatkan keadaan perlumbaan, iaitu kejayaan bergantung pada peristiwa yang berlaku mengikut susunan atau pada detik yang tepat.

OpenAI membandingkan 948 dapatan itu dengan ganjaran pertandingan terdahulu sebanyak $20,000 di Pwn2Own dan $70,000 di TyphoonPWN untuk eksploit peningkatan keistimewaan kernel Linux. Berdasarkan jumlah tersebut, nilainya secara hipotesis ialah $18.9 juta hingga $66.3 juta, kira-kira 16 hingga 55 kali ganda kos API kempen itu.

Syarikat itu turut menganggarkan bahawa 21 eksploit kernelCTF miliknya boleh memperoleh kira-kira $1.5 juta jika diterima oleh program tersebut. Kedua-dua perbandingan itu ialah anggaran ganjaran bersyarat; jumlah sebenar bergantung pada peraturan program dan penerimaan. OpenAI berkata tumpuan kerjanya ialah mengukur keupayaan, bukannya meminimumkan kos, dan kejuruteraan aliran kerja yang lebih baik boleh mengurangkan perbelanjaan.

Sepuluh teknik baharu yang didakwa, dengan butirannya dirahsiakan

OpenAI meneliti sampel 166 eksploit dan berkata ia mengenal pasti sekurang-kurangnya 10 teknik eksploitasi yang baharu kepada penyelidiknya serta pakar eksploitasi kernel luar yang dirujuk sepanjang kerja itu. Butiran arahan tidak didedahkan atas sebab keselamatan.

Teknik itu merangkumi dua objek baharu yang digunakan untuk meletakkan data yang dikawal penyerang dalam memori kernel, dua cara menyusun memori untuk meningkatkan kebolehpercayaan, lima kaedah memperoleh keistimewaan dengan mengubah data, dan satu teknik yang melibatkan kekeliruan jenis sewenang-wenangnya. Kekeliruan jenis berlaku apabila perisian mengendalikan sesuatu objek seolah-olah objek itu jenis yang berbeza, yang berpotensi membolehkan akses kepada data atau operasi yang salah.

OpenAI mengemukakan hasil ini sebagai bukti bahawa ejen tersebut dapat membangunkan pendekatan di luar corak eksploit yang lazim. Dakwaan itu berdasarkan semakan syarikat terhadap sampel berkenaan dan rundingannya dengan pakar luar.

Implikasi praktikal kepada pihak pertahanan ialah pembaikan perlu diuji terhadap variasi serangan yang berkaitan, selain demonstrasi berfungsi yang pertama. OpenAI berkata proses berulang yang dibimbing pakar boleh membantu menghasilkan tampalan yang berfungsi dengan betul, sesuai dengan kod sekeliling dan tahan terhadap serangan varian.

Jurang antara pembaikan huluan dengan mesin yang dilindungi

Penyelenggara Linux sudah bertindak ketika kempen OpenAI berlangsung. Pada penghujung 10 hari yang meliputi imbasan dan analisis manual, 61 dapatan peningkatan keistimewaan telah ditampal pada huluan, 43 mempunyai tampalan dalam proses pementasan dan 299 sedang dilaporkan serta dibincangkan secara terbuka.

Pembaikan huluan ialah perubahan yang diterima masuk ke dalam projek utama. Tampalan pementasan masih melalui semakan atau penyepaduan. Pengedar Linux kemudian perlu menyampaikan kemas kini yang sesuai kepada pelanggan mereka, yang seterusnya perlu memasangnya dan mengaktifkan kernel yang telah diperbetulkan.

OpenAI berkata ia telah mengemukakan ratusan laporan dan tampalan, bermula dengan kelemahan kritikal berdasarkan panduan komuniti kernel. Syarikat itu tidak memberikan pecahan lengkap langkah pemulihan bagi kesemua 948 dapatan.

Sakshi Grover, pengarah penyelidikan di IDC, mengenal pasti tempoh sebelum pembaikan sampai ke sistem operasi sebagai kebimbangan utama:

"Risikonya bukan sangat pada 948 dapatan itu, tetapi tempoh antara penemuan dengan pembaikan sampai ke sistem produksi," katanya.

Grover mengesyorkan agar keutamaan diberikan kepada hos yang dikongsi beberapa pelanggan, sistem binaan perisian automatik, pelayan akses bersama, platform kontena dan mesin pembangun. Beliau turut menggesa organisasi mendapatkan garis masa daripada pengedar Linux tentang bila pembaikan akan dibawa ke versi yang disokong.

Thomas Di Giacomo, ketua pegawai teknologi dan produk SUSE, berkata syarikat itu menggunakan alat AI yang serupa dan bekerjasama dengan komuniti huluan dalam pendedahan serta penampalan. Beliau menyifatkan pendekatan SUSE sebagai gabungan beberapa lapisan perlindungan dengan persekitaran masa jalan aplikasi yang diperkukuh.

Kitaran penemuan lebih pantas melangkaui desktop Linux

Angka Google Threat Intelligence Group menunjukkan pendedahan kelemahan bulanan mencecah 10,740 pada Ogos 2026, berbanding 5,045 pada Januari. Pendedahan yang diklasifikasikan berisiko tinggi meningkat daripada 131 kepada 350 dalam tempoh yang sama, iaitu kenaikan kira-kira 167%.

Pusat Keselamatan Siber Kebangsaan UK membincangkan penemuan berbantukan AI dalam penilaian yang diterbitkan pada 3 November. Agensi itu berkata:

"Ketersediaan meluas alat siber berkuasa AI hampir pasti telah membawa kepada peningkatan ketara dalam penemuan kelemahan sifar hari," katanya.

Kelemahan sifar hari ialah kecacatan yang belum memberi peluang kepada pihak pertahanan untuk menyediakan pembaikan terlebih dahulu. NCSC berkata alat AI pertahanan telah mempercepatkan proses penampalan, sambil memberi amaran bahawa banyak sistem masih terdedah apabila alat tersebut tidak dikonfigurasi dengan betul dan digunakan secara meluas. Organisasi perlu menyesuaikan proses penampalan dan pengujian mereka dengan kadar yang lebih pantas ini.

Penggunaan Linux yang meluas menjadikan masalah operasi itu besar skopnya. Kernel ini menyokong peranti Android, infrastruktur awan dan superkomputer. Infrastruktur blockchain juga terdedah: kira-kira dua pertiga nod Ethereum menggunakan Linux, menurut angka ethernodes.org yang dipetik dalam liputan mengenai dapatan itu.

Mudit Gupta, ketua pegawai teknologi di Polygon Labs, berhujah bahawa infrastruktur teragih menawarkan daya tahan:

Desentralisasi membawa kepelbagaian dalam infrastruktur dan lebihan kapasiti yang menjadikan kripto jauh lebih tahan terhadap pepijat seperti ini berbanding perisian tradisional.

Penyelidik keselamatan Caducus turut berhujah bahawa infrastruktur mata wang kripto menjadi lebih tahan melalui pendedahan berulang kepada serangan. Bagi pengendali individu, tugas konkretnya tetap sama: memastikan mesin sentiasa ditampal dan mengehadkan kerosakan yang boleh dilakukan jika akaun diceroboh.

OpenAI mengesyorkan pertahanan berlapis, termasuk kotak pasir dan sistem pengasingan seperti Firecracker dan gVisor. Amaran syarikat itu jelas: penyerang dengan sumber yang besar dan akaun biasa pada sistem pengendalian yang belum menerima tampalan tersedia mungkin dapat menukar akses tersebut menjadi kawalan root. Penemuan pepijat dengan lebih pantas hanya membantu jika pembaikan yang terhasil sampai ke sistem berkenaan dengan segera.

Perkara Utama

• OpenAI melaporkan 948 kelemahan peningkatan keistimewaan Linux yang berbeza selepas menganalisis 1,169 eksploit berfungsi dan menghasilkan tampalan calon.
• Kempen Oktober menelan belanja $1,213,430 dalam bentuk kredit API. Peringkat pengesahannya menghasilkan semula 1,724 kelemahan calon dalam tempoh 30 jam.
• Ujian menggunakan pengedaran Linux biasa dengan perlindungan standard diaktifkan; model dan pengedaran itu tidak dikenal pasti.
• Semakan manusia masih diperlukan untuk mengesahkan punca setiap eksploit dan menilai pembaikan yang dicadangkan.
• Penyelenggara telah menampal 61 dapatan pada huluan, dengan 43 tampalan dalam proses pementasan dan 299 dapatan dalam perbincangan awam ketika analisis selesai.
• Keutamaan pertahanan segera ialah menyampaikan dan memasang pembaikan, khususnya pada sistem bersama yang boleh membolehkan akses biasa berubah menjadi kawalan pentadbir.