Pipeline van OpenAI vindt 948 privilege-escalatielekken in de Linux-kernel

OpenAI meldde op 4 november 2026 dat een prototypepipeline met een aankomend cybermodel tijdens een onderzoeksronde medio oktober 2026 948 unieke lokale privilege-escalatiekwetsbaarheden in Linux had gevonden en uitgebuit. De pipeline genereerde ook kandidaatpatches voor beoordeling door beheerders.

De kwetsbaarheden konden een lokale gebruiker zonder verhoogde rechten roottoegang geven. De tests vonden plaats in geïsoleerde virtuele machines met een standaarddesktopbesturingssysteem waarop SMEP, SMAP, KASLR en HARDENED_USERCOPY waren ingeschakeld, en niet op een doelomgeving die bewust was verzwakt. OpenAI koos voor Linux omdat de kernel meer dan 40 miljoen regels code bevat en ten grondslag ligt aan Android-apparaten, cloudinfrastructuur en supercomputers. Daarmee kon geautomatiseerd onderzoek worden getest op een codebasis van die omvang en dat belang.

Van kandidaatbevindingen naar werkende exploits

De pipeline verbindt het opsporen van kwetsbaarheden, dynamische validatie, beoordeling van de exploiteerbaarheid, het genereren van patches en menselijke beoordeling. Verkenningsagenten selecteren code op basis van de toegankelijkheid ervan voor gebruikers met beperkte rechten en de relevantie voor de beveiliging. Vervolgens scannen analisten de geselecteerde doelen. Triageagenten genereren en verfijnen proof-of-concepts in virtuele machines met kernels waarop Kernel Address Sanitizer draait. Zo leggen ze runtimebewijs vast in plaats van uitsluitend op statische analyse te vertrouwen. Elke afgeronde onderzoeksbundel bevat een analyse van de hoofdoorzaak, een minimale proof-of-concept die een crash veroorzaakt, een kandidaatpatch en een volledige exploit.

OpenAI zei dat de verkenningsagenten 5.034 doelen voor controle selecteerden, samen goed voor ongeveer 2,8 miljoen regels, oftewel circa 7% van de kernel. Analisten leverden binnen 12 uur 2.308 ontdubbelde kandidaatbevindingen op. Dynamische validatie wist binnen 30 uur 1.724 kwetsbaarheden te reproduceren. Voor de meeste overige bevindingen waren verhoogde rechten nodig of konden ze niet binnen de beschikbare tijd worden gereproduceerd; slechts 3,1% was het gevolg van een onjuiste modelanalyse.

Volgens OpenAI leverde de exploitfase 291 proof-of-concepts op die informatielekken aantonen, en 1.169 werkende exploits voor lokale privilege-escalatie. De variantanalyse leverde vervolgens 948 afzonderlijke patches op. OpenAI hanteert dat cijfer als het aantal unieke LPE’s, wat verklaart waarom het aantal kwetsbaarheden afwijkt van het ruwe aantal exploits. De gegenereerde oplossingen zijn nog kandidaatpatches die door beheerders moeten worden beoordeeld; het cijfer 948 is niet het aantal samengevoegde patches.

Menselijke beoordeling en patchstatus

OpenAI heeft honderden meldingen en patches voor kritieke kwetsbaarheden verstuurd en is van plan de overige geleidelijk te verspreiden met partners van Patch de planeet. Op 22 juni 2026 kondigde OpenAI samen met Trail of Bits het Daybreak-initiatief aan. Dit combineert AI-ondersteund onderzoek met beoordeling door experts, terwijl beheerders de controle houden over het uitrollen van patches en de bekendmaking van kwetsbaarheden. In de eerdere aankondiging meldde OpenAI dat het bij zijn GPT-5.5 Cyber-onderzoek naar Linux 24 LPE-exploits en acht proof-of-concepts voor informatielekken in kernelpointers had gevonden.

Nadat OpenAI aan het einde van de tiendaagse scan en handmatige analyse had vastgesteld dat 61 LPE’s al upstream waren gepatcht, 43 stagingpatches hadden en 299 openbaar werden gemeld of besproken, adviseerde het de bevindingen opnieuw te valideren aan de hand van de actuele code, met inbegrip van latere samenvoegingen. Zo kunnen dubbele of verouderde meldingen worden voorkomen. Het doel is beheerders te laten focussen op onopgeloste kwetsbaarheden zonder onnodige beoordelingslast te veroorzaken.

Bij de beoordeling kwam ook een fout aan het licht die met alleen een rootshell verborgen zou zijn gebleven. OpenAI zei dat bij een vroege test 20 van de 200 gemelde succesvolle exploits roottoegang hadden verkregen via een andere 0-day dan de toegewezen kwetsbaarheid. Daarna werden de taakbeperkingen aangescherpt en werd een onafhankelijke controle toegevoegd van het pad dat elke exploit volgde. Vroege patches die rechtstreeks op basis van prompts waren gegenereerd, konden functioneel correct zijn, maar toch onnodige code bevatten, mogelijke nadelen voor de prestaties veroorzaken, afwijken van codeerconventies of varianten niet volledig afdekken. Aanvullende instructies en herhaalde aanpassingen verbeterden de patchkwaliteit. Menselijke onderzoekers beoordelen nog steeds de exploit, de patch en de voorgestelde ernst voordat de bevindingen aan beheerders worden gemeld.

Vergelijking van modellen en testkosten

Volgens de vergelijking van OpenAI kostte de run medio oktober $1.213.000 aan API-tegoed, oftewel $1.279 per unieke LPE. Ter vergelijking: een run met GPT-5.6 Sol eind juli 2026 leverde 166 unieke LPE’s op en kostte $513.690. Beide scans onderzochten de nieuwste Linux-kernelmasterbranch die op dat moment beschikbaar was. De gemelde stijging van meer dan vijf keer zoveel nieuwe LPE’s werd behaald ondanks drie maanden hardening tussen de scans. De kosten worden als bovengrenzen gepresenteerd, omdat het onderzoek was gericht op het meten van methodologie en mogelijkheden, en niet op kostenoptimalisatie.

OpenAI zei dat een steekproef van 166 exploits tien technieken bevatte die zowel het eigen team als externe experts op het gebied van kernel-exploits als nieuw beschouwden. Het ging om technieken voor persistente elastische objecten, page grooming, privilege-escalatie met alleen data en willekeurige typeverwarring. Om veiligheidsredenen werden de volledige technische details niet bekendgemaakt.

Een aangepaste kernelCTF-run leverde in 112 uur 25 proof-of-concepts voor informatielekken en 21 LPE-exploits op, tegen ongeveer $32.936 aan API-tegoed, meldde OpenAI. De geteste kernel was niet compatibel met de SLAB_VIRTUAL-beperking, dus verwijderde OpenAI deze uit de configuratie. De premie van ongeveer $1,5 miljoen is afhankelijk van de acceptatie van alle 21 kwetsbaarheden; er is geen premie van dat bedrag aangekondigd. In de kernelCTF-regels van Google staat een beloning van $71.337 per in aanmerking komende exploit. De regels vereisen een stabiliteit van ten minste 70% over 20 runs en beperken beloningen tot in aanmerking komende inzendingen van 0-day-kwetsbaarheden.

De resultaten verleggen het knelpunt van het vinden van aanknopingspunten naar het aantonen van exploitpaden, het actueel houden van bevindingen en het opleveren van aanvaardbare oplossingen. Daardoor zijn onafhankelijke verificatie en beoordeling door beheerders essentieel om ervoor te zorgen dat geautomatiseerd onderzoek op deze schaal leidt tot bruikbaar defensief werk in plaats van een extra rapportagelast.