OpenAI-pipeline finder 948 sårbarheder til lokal privilegieeskalering i Linux-kernen

OpenAI oplyste den 4. november 2026, at en prototypepipeline, der brugte en kommende cybermodel, under en forskningskørsel i midten af oktober 2026 fandt og udnyttede 948 unikke sårbarheder til lokal privilegieeskalering i Linux og samtidig genererede mulige patches til vedligeholdernes gennemgang.

Sårbarhederne kunne give en lokal bruger uden privilegier root-adgang. Testene foregik i isolerede virtuelle maskiner med et standarddesktopoperativsystem, hvor SMEP, SMAP, KASLR og HARDENED_USERCOPY var aktiveret, frem for på et bevidst svækket mål. OpenAI valgte Linux, fordi kernen indeholder mere end 40 millioner kodelinjer og ligger til grund for Android-enheder, cloudinfrastruktur og supercomputere. Det gav mulighed for at afprøve automatiseret forskning på en kodebase af den størrelse og betydning.

Fra mulige fund til fungerende udnyttelser

Pipelinen forbinder sårbarhedsopdagelse, dynamisk validering, vurdering af udnyttelsesmuligheder, generering af patches og menneskelig gennemgang. Scout-agenter udvælger kode ud fra, om brugere med få privilegier kan nå den, og hvor relevant den er for sikkerheden; derefter gennemgår Analyst-agenter målene. Triage-agenter genererer og forfiner proof of concept-kode i virtuelle maskiner med kerner, der kører Kernel Address Sanitizer, og bevarer dermed dokumentation fra kørsel frem for udelukkende at basere sig på statisk analyse. Hver færdig forskningspakke indeholder en analyse af den grundlæggende årsag, et minimalt proof of concept, der får systemet til at gå ned, en mulig patch og en fuld udnyttelse.

OpenAI oplyste, at Scout-agenterne udvalgte 5.034 mål til gennemgang, som dækkede omkring 2,8 millioner linjer, svarende til cirka 7 % af kernen. Analyst-agenterne udarbejdede 2.308 deduplikerede mulige fund inden for 12 timer, og den dynamiske validering reproducerede 1.724 sårbarheder inden for 30 timer. De fleste af de resterende fund krævede forhøjede privilegier eller kunne ikke reproduceres inden for tidsrammen; kun 3,1 % skyldtes fejlagtig modelanalyse.

Ifølge OpenAI frembragte udnyttelsesfasen 291 proof of concept-eksempler på informationslækager og 1.169 fungerende udnyttelser til lokal privilegieeskalering. Variantanalysen frembragte derefter 948 forskellige patches, og OpenAI bruger dette tal som antallet af unikke LPE’er. Det forklarer, hvorfor antallet af sårbarheder adskiller sig fra det samlede antal udnyttelser. De genererede rettelser er fortsat forslag, der skal gennemgås af vedligeholderne; tallet 948 er ikke antallet af patches, der er blevet indarbejdet.

Menneskelig gennemgang og patchstatus

OpenAI har sendt hundredvis af rapporter og patches om kritiske sårbarheder og planlægger gradvist at dele resten med partnerne i Patch the Planet. Den 22. juni 2026 lancerede OpenAI Daybreak-initiativet sammen med Trail of Bits. Initiativet kombinerer AI-understøttet forskning med ekspertgennemgang, mens vedligeholderne bevarer kontrollen over udrulningen af patches og offentliggørelsen af oplysninger. I den tidligere meddelelse blev der rapporteret om 24 LPE-udnyttelser og otte proof of concept-eksempler på informationslækager fra kernepointere i arbejdet med GPT-5.5 Cyber og Linux.

Efter at have fundet 61 LPE’er, der allerede var patchet i upstream-koden, 43 med staging-patches og 299, der var blevet offentligt rapporteret eller drøftet ved afslutningen af den ti dage lange scanning og manuelle analyse, anbefalede OpenAI at validere fundene på ny i forhold til den aktuelle kode, herunder senere indarbejdede ændringer, for at undgå dobbeltrapporter eller forældede rapporter. Målet er at hjælpe vedligeholderne med at fokusere på uløste sårbarheder uden at pålægge dem unødvendigt ekstra arbejde med gennemgang.

Gennemgangen afslørede også en fejl, som en root-shell alene ikke ville have gjort synlig. I en tidlig kørsel fik 20 af 200 rapporterede vellykkede udnyttelser root-adgang gennem en anden zero-day-sårbarhed end den tildelte sårbarhed, oplyste OpenAI. Derefter strammede virksomheden op på opgavebegrænsningerne og indførte en uafhængig kontrol af hver udnyttelsesmetode. Tidlige patches, der blev genereret med direkte prompting, kunne være funktionelt korrekte, men samtidig indeholde unødvendig kode, mulige kompromiser med ydeevnen, afvigelser fra kodningskonventioner eller utilstrækkelig dækning af varianter. Yderligere instruktioner og gentagne arbejdsgange forbedrede patchkvaliteten, men menneskelige forskere gennemgår stadig udnyttelsen, patchen og den foreslåede alvorlighedsgrad, inden oplysningerne sendes til vedligeholderne.

Sammenligning af modeller og testomkostninger

OpenAIs sammenligning viser, at kørslen i midten af oktober kostede 1.213.000 dollars i API-kreditter, svarende til 1.279 dollars pr. unik LPE. Til sammenligning fandt en kørsel med GPT-5.6 Sol i slutningen af juli 2026 166 unikke LPE’er og kostede 513.690 dollars. Begge kørsler gennemgik den nyeste mastergren af Linux-kernen, der var tilgængelig på det pågældende tidspunkt. Den rapporterede stigning på mere end fem gange i antallet af nye LPE’er kom trods tre måneders hærdning mellem scanningerne. Omkostningerne angives som øvre grænser, fordi forskningen fokuserede på metodologi og måling af kapacitet frem for omkostningsoptimering.

OpenAI oplyste, at en stikprøve på 166 udnyttelser indeholdt ti teknikker, som både virksomhedens eget team og eksterne eksperter i udnyttelse af kerner mente var nye. Teknikkerne omfattede persistente elastiske objekter, side-gruppering, privilegieeskalering uden ændring af data og vilkårlig typeforveksling. De fulde tekniske detaljer blev tilbageholdt af sikkerhedshensyn.

En tilpasset kernelCTF-kørsel frembragte 25 proof of concept-eksempler på informationslækager og 21 LPE-udnyttelser over 112 timer til en pris på cirka 32.936 dollars i API-kreditter, oplyste OpenAI. Den testede kerne var ikke kompatibel med afværgeforanstaltningen SLAB_VIRTUAL, så OpenAI fjernede den fra konfigurationen. Beløbet på cirka 1,5 millioner dollars i dusører er betinget af, at alle 21 sårbarheder bliver godkendt; der er ikke tale om en annonceret dusør. Reglerne for Googles kernelCTF angiver en belønning på 71.337 dollars for hver kvalificerende udnyttelse, kræver mindst 70 % stabilitet på tværs af 20 kørsler og begrænser belønningerne til kvalificerende indsendelser af zero-day-sårbarheder.

Resultaterne flytter flaskehalsen fra at skabe spor til at påvise udnyttelsesveje, holde fund ajour og udarbejde acceptable rettelser. Dermed bliver uafhængig verificering og vedligeholdernes gennemgang afgørende for, om automatiseret forskning i denne skala bliver til anvendeligt defensivt arbejde i stedet for en yderligere rapporteringsbyrde.