OpenAI indgår partnerskab med Hacktron for at teste forbindelser til tredjepartstjenester

OpenAI annoncerede den 6. november 2026 et partnerskab med Hacktron for at finde sårbarheder i sine systemer med fokus på forbindelser til tredjepartstjenester og samtidig udvide sikkerhedsfirmaets adgang til avancerede modeller gennem Daybreak Red.

Ingeniører fra OpenAI og sikkerhedsforskere fra Hacktron vil i fællesskab udvælge områder med høj prioritet til test. Arbejdet skal undersøge, hvordan systemer interagerer, når AI-agenter forbinder tjenester på nye måder, og erfaringerne skal bruges til at styrke OpenAIs forsvar. Det giver partnerskabet et konkret fokus: svagheder, der opstår, når applikationer, identitetssystemer og infrastruktur forbindes.

Et bug bounty-samarbejde udvides

OpenAI stiftede bekendtskab med Hacktron gennem sit Security Bug Bounty-program og sagde, at firmaets forskeres opdagelser og offentliggørelse af sårbarheder havde gjort indtryk på grund af deres betydning. Hacktron udvikler AI-agenter til kodegennemgang, penetrationstest og red teaming, og firmaets forskning har afdækket sårbarheder i samspillet mellem applikationer, cloudinfrastruktur og identitetssystemer. Disse kompetencer passer direkte til det nye testfokus.

Hacktrons beretning fra 13. september 2026 giver et konkret eksempel. Forskerne fortalte, at de den 25. juli 2026 kædede to kritiske sårbarheder sammen for at kompromittere flere OpenAI-medarbejderes ChatGPT-konti, hvilket potentielt gav adgang til interne kodearkiver og andre tilknyttede tjenester. Sårbarhedskæden kombinerede fjernkørsel af kode i billedbehandlingsforløbet i det Discourse-hostede fællesskabsforum med et problem i OpenAIs system til enkeltlogon, så kompromitteringen af forummet kunne sprede sig til ChatGPT og Codex og derfra videre til en tilknyttet GitHub-integration.

For at demonstrere adgangen uden at læse følsom intern kode brugte Hacktron en medarbejders Codex-konto til at oprette en harmløs pull request i OpenAIs interne monorepo og stoppede derefter testen. Firmaet indberettede problemerne gennem OpenAIs Bugcrowd-program og til Discourse. Ifølge Hacktrons tidslinje bekræftede OpenAI, at der var rettet en fejl, cirka 14 timer efter den første indberetning, mens Discourse havde en rettelse klar to dage efter at have modtaget sin indberetning.

OpenAI udbetalte Hacktron en dusør på 6.500 dollars den 1. september 2026, men præciserede, at belønningen gjaldt fundet hos OpenAI og ikke test af det Discourse-hostede forum, som udtrykkeligt lå uden for det tilladte omfang, ifølge Hacktrons gengivelse af tidslinjen.

Daybreak Red: adgang og sikkerhedsforanstaltninger

OpenAIs Daybreak-annoncering fra 10. august 2026 definerer Red som adgang til specialtrænede cybersikkerhedsmodeller til autoriseret sårbarhedsforskning, validering af udnyttelseskode og sikkerhedstest og anbefaler Blue som udgangspunkt for de fleste forsvarere. Blue giver adgang til avancerede generelle modeller med sikkerhedsforanstaltninger, der er skræddersyet til autoriseret defensivt arbejde. Teams, hvis autoriserede arbejde omfatter avanceret sårbarhedsforskning, udvikling af udnyttelseskode eller red teaming, kan anmode om adgang til Red.

Adgang til begge niveauer er begrænset til godkendte enkeltpersoner og organisationer, der udfører autoriseret arbejde. Sikkerhedsforanstaltningerne omfatter identitetsbekræftelse, kontosikkerhed, overvågning, begrænsninger for godkendt brug og juridiske erklæringer. OpenAIs dokumenterede bedste praksis anbefaler også, at sikkerhedsarbejdsgange adskilles fra følsomme produktionssystemer og det åbne internet, at agenters handlinger gennemgås uden for Codex-sandkassen før udførelse, at der indføres menneskeligt tilsyn med arbejdsgange med højere risiko, og at tilladelsesprofiler med afgrænset omfang bruges til at håndhæve de autoriserede grænser.

Hacktrons tidligere beretning siger også, at arbejdet ikke var fuldstændig autonomt, og at kyndig menneskelig vejledning fortsat var vigtig. Partnerskabets defensive værdi afhænger derfor af en balance: udvidet adgang til cyberkapable modeller til grundigere test af indbyrdes forbundne tjenester, kombineret med håndhæveligt afgrænset omfang, overvågning og menneskeligt tilsyn, når agenter anvendes.