OpenAI-Pipeline findet 948 Schwachstellen zur Rechteausweitung im Linux-Kernel

OpenAI berichtete am 4. November 2026, dass eine Prototyp-Pipeline mit einem bevorstehenden Cybermodell bei einem Forschungsdurchlauf Mitte Oktober 2026 948 einzigartige Schwachstellen zur lokalen Rechteausweitung unter Linux gefunden und ausgenutzt sowie potenzielle Patches zur Prüfung durch Maintainer erstellt habe.

Die Schwachstellen könnten einem lokalen Benutzer ohne besondere Berechtigungen Root-Zugriff ermöglichen. Die Tests fanden in isolierten virtuellen Maschinen mit einem unveränderten Desktop-Betriebssystem statt, auf denen SMEP, SMAP, KASLR und HARDENED_USERCOPY aktiviert waren – nicht auf einem absichtlich geschwächten Zielsystem. OpenAI entschied sich für Linux, weil der Kernel mehr als 40 Millionen Codezeilen umfasst und Android-Geräten, Cloud-Infrastrukturen und Supercomputern zugrunde liegt. Damit ließ sich automatisierte Forschung an einer Codebasis dieser Größe und Bedeutung erproben.

Von potenziellen Befunden zu funktionierenden Exploits

Die Pipeline verbindet das Aufspüren von Schwachstellen, deren dynamische Validierung, die Bewertung ihrer Ausnutzbarkeit, die Erstellung von Patches und die Prüfung durch Menschen. Scout-Agenten wählen Code danach aus, ob Benutzer mit geringen Berechtigungen darauf zugreifen können und ob er sicherheitsrelevant ist. Anschließend scannen Analyst-Agenten die ausgewählten Ziele. Triage-Agenten erstellen und verfeinern Proofs of Concept in virtuellen Maschinen mit Kerneln, auf denen Kernel Address Sanitizer läuft. Dabei sichern sie Laufzeitnachweise, statt sich ausschließlich auf statische Analysen zu stützen. Jedes fertiggestellte Forschungspaket enthält eine Analyse der Grundursache, einen minimalen abstürzenden Proof of Concept, einen potenziellen Patch und einen vollständigen Exploit.

OpenAI zufolge wählten die Scouts 5.034 Prüfziele aus, die etwa 2,8 Millionen Codezeilen beziehungsweise rund 7 % des Kernels abdeckten. Die Analysten erstellten innerhalb von 12 Stunden 2.308 deduplizierte potenzielle Befunde; durch dynamische Validierung ließen sich innerhalb von 30 Stunden 1.724 Schwachstellen reproduzieren. Für die meisten übrigen Befunde waren erhöhte Berechtigungen erforderlich, oder sie ließen sich innerhalb des verfügbaren Zeitbudgets nicht reproduzieren. Nur bei 3,1 % lag eine fehlerhafte Modellanalyse vor.

Laut OpenAI entstanden in der Exploit-Phase 291 Proofs of Concept für Informationslecks und 1.169 funktionierende Exploits zur lokalen Rechteausweitung. Die anschließende Variantenanalyse ergab 948 unterschiedliche Patches. OpenAI verwendet diese Zahl als Anzahl der einzigartigen LPEs; dadurch erklärt sich, weshalb die Zahl der Schwachstellen von der Gesamtzahl der Exploits abweicht. Die erstellten Fehlerbehebungen sind weiterhin Vorschläge, die von Maintainer geprüft werden müssen; die Zahl 948 bezeichnet nicht die Anzahl zusammengeführter Patches.

Prüfung durch Menschen und Patch-Status

OpenAI hat Hunderte Berichte und Patches zu kritischen Schwachstellen verschickt und plant, die übrigen nach und nach gemeinsam mit Partnern von Patch the Planet zu verbreiten. Am 22. Juni 2026 stellte OpenAI gemeinsam mit Trail of Bits die Initiative Daybreak vor. Sie verbindet KI-gestützte Forschung mit fachkundiger Prüfung, während die Maintainer die Kontrolle über die Bereitstellung von Patches und die Offenlegung behalten. In der früheren Ankündigung berichtete das Unternehmen von 24 LPE-Exploits und acht Proofs of Concept für Informationslecks über Kernel-Zeiger aus seiner Linux-Arbeit mit GPT-5.5 Cyber.

Nachdem OpenAI festgestellt hatte, dass 61 LPEs bereits im Upstream behoben waren, für 43 Staging-Patches vorlagen und 299 zum Ende des zehntägigen Scans und der manuellen Analyse öffentlich gemeldet oder diskutiert wurden, empfahl das Unternehmen, die Befunde anhand des aktuellen Codes erneut zu validieren und dabei auch spätere Zusammenführungen zu berücksichtigen. So sollten doppelte oder veraltete Meldungen vermieden werden. Ziel ist es, die Aufmerksamkeit der Maintainer auf ungelöste Schwachstellen zu lenken, ohne ihnen unnötigen Prüfaufwand aufzubürden.

Bei der Prüfung wurde auch ein Fehler entdeckt, den eine Root-Shell allein verborgen hätte. In einem frühen Durchlauf erlangten laut OpenAI 20 von 200 als erfolgreich gemeldeten Exploits Root-Zugriff über eine andere Zero-Day-Schwachstelle als die jeweils zugewiesene. Daraufhin verschärfte das Unternehmen die Aufgabenbeschränkungen und führte eine unabhängige Prüfung des Angriffswegs jedes Exploits ein. Frühe, direkt durch Eingabeaufforderungen angestoßene Patches konnten zwar funktional korrekt sein, aber unnötigen Code, mögliche Leistungseinbußen, Abweichungen von den Programmierkonventionen oder eine unvollständige Abdeckung von Varianten enthalten. Zusätzliche Anweisungen und iterative Überarbeitung verbesserten die Patch-Qualität. Dennoch prüfen menschliche Forschende weiterhin den Exploit, den Patch und den vorgeschlagenen Schweregrad, bevor sie den Maintainer Bericht erstatten.

Modellvergleich und Testkosten

Laut dem Vergleich von OpenAI beliefen sich die Kosten des Durchlaufs Mitte Oktober auf 1,213 Millionen US-Dollar an API-Guthaben beziehungsweise 1.279 US-Dollar pro einzigartiger LPE. Dem standen 166 einzigartige LPEs und Kosten von 513.690 US-Dollar für einen Durchlauf Ende Juli 2026 mit GPT-5.6 Sol gegenüber. Bei beiden Durchläufen wurde der jeweils aktuelle, zu diesem Zeitpunkt verfügbare Master-Zweig des Linux-Kernels gescannt. Die gemeldete mehr als fünffache Zunahme neuartiger LPEs erfolgte trotz der drei Monate, in denen die Systeme zwischen den Scans gehärtet wurden. Die Kosten werden als Obergrenzen angegeben, da sich die Forschung auf Methodik und Leistungsmessung statt auf Kostenoptimierung konzentrierte.

OpenAI zufolge enthielt eine Stichprobe von 166 Exploits zehn Techniken, die sowohl das eigene Team als auch externe Experten für Kernel-Exploitation für neuartig hielten. Dazu gehörten persistente elastische Objekte, Page-Grooming, eine rein datenbasierte Rechteausweitung und beliebige Typverwechslung. Aus Sicherheitsgründen wurden die vollständigen technischen Details zurückgehalten.

Ein angepasster kernelCTF-Durchlauf ergab innerhalb von 112 Stunden 25 Proofs of Concept für Informationslecks und 21 LPE-Exploits; die Kosten beliefen sich auf rund 32.936 US-Dollar an API-Guthaben, berichtete OpenAI. Der getestete Kernel war nicht mit der Schutzmaßnahme SLAB_VIRTUAL kompatibel, weshalb OpenAI sie aus der Konfiguration entfernte. Die mögliche Prämie von rund 1,5 Millionen US-Dollar setzt voraus, dass alle 21 Schwachstellen angenommen werden; es handelt sich nicht um eine angekündigte Auszahlung. In Googles Regeln für kernelCTF ist eine Prämie von 71.337 US-Dollar pro zulässigem Exploit vorgesehen. Außerdem sind mindestens 70 % Stabilität über 20 Durchläufe erforderlich, und Prämien gibt es nur für qualifizierte Zero-Day-Einreichungen.

Die Ergebnisse verlagern den Engpass von der Generierung von Hinweisen auf den Nachweis von Exploit-Pfaden, die Aktualisierung der Befunde und die Entwicklung tragfähiger Korrekturen. Damit werden die unabhängige Verifizierung und die Prüfung durch die Maintainer entscheidend dafür, ob automatisierte Forschung in diesem Umfang zu praktisch nutzbarer Abwehrarbeit wird oder lediglich eine zusätzliche Berichtslast verursacht.