OpenAI-arbeidsflyt finner 948 sårbarheter for privilegieeskalering i Linux-kjernen

OpenAI meldte 4. november 2026 at en prototypebasert arbeidsflyt som brukte en kommende cybersikkerhetsmodell, fant og utnyttet 948 unike sårbarheter for lokal privilegieeskalering i Linux under en forskningskjøring i midten av oktober 2026, samtidig som den genererte forslag til rettinger for vedlikeholderne å gjennomgå.

Sårbarhetene kunne gi en lokal bruker uten privilegier root-tilgang. Testingen foregikk i isolerte virtuelle maskiner med et standard skrivebordsoperativsystem der SMEP, SMAP, KASLR og HARDENED_USERCOPY var aktivert, ikke på et mål som var svekket med vilje. OpenAI valgte Linux fordi kjernen inneholder mer enn 40 millioner kodelinjer og ligger til grunn for Android-enheter, skyinfrastruktur og superdatamaskiner. Dermed kunne selskapet teste automatisert forskning mot en kodebase av denne størrelsen og betydningen.

Fra kandidatfunn til fungerende utnyttelser

Arbeidsflyten knytter sammen oppdagelse av sårbarheter, dynamisk validering, vurdering av om sårbarhetene kan utnyttes, generering av rettelser og menneskelig gjennomgang. Rekognoseringsagentene velger kode ut fra hvor tilgjengelig den er for brukere med få privilegier, og hvor relevant den er for sikkerheten. Deretter undersøker analyseagentene målene. Triageagentene genererer og forbedrer konseptbevis i virtuelle maskiner med kjerner som kjører Kernel Address Sanitizer, slik at de tar vare på kjøretidsbevis i stedet for å basere seg utelukkende på statisk analyse. Hver ferdig forskningspakke inneholder en analyse av grunnårsaken, et minimalt konseptbevis som utløser en krasj, en foreslått rettelse og en fullstendig utnyttelseskode.

OpenAI opplyste at rekognoseringsagentene valgte ut 5 034 mål for sikkerhetsgjennomgang, som til sammen omfattet rundt 2,8 millioner kodelinjer, omtrent 7 % av kjernen. Analytikerne fant 2 308 dedupliserte kandidatfunn i løpet av 12 timer, og dynamisk validering gjenskapte 1 724 sårbarheter innen 30 timer. De fleste av de gjenværende funnene krevde høyere privilegier eller lot seg ikke gjenskape innen tidsrammen; bare 3,1 % skyldtes feil i modellens analyse.

Ifølge OpenAI ga utnyttelsesfasen 291 konseptbevis for informasjonslekkasjer og 1 169 fungerende utnyttelser av sårbarheter for lokal privilegieeskalering. Variantanalysen ga deretter 948 ulike rettelser. OpenAI bruker dette tallet som antallet unike LPE-er, noe som forklarer hvorfor det totale antallet sårbarheter avviker fra det opprinnelige antallet utnyttelser. De genererte rettelsene er fortsatt forslag som vedlikeholderne skal gjennomgå; tallet 948 angir ikke hvor mange rettelser som er slått sammen i kodebasen.

Menneskelig gjennomgang og status for rettelsene

OpenAI har sendt hundrevis av rapporter og rettelser for kritiske sårbarheter og planlegger å distribuere resten gradvis sammen med partnerne i Patch the Planet. 22. juni 2026 lanserte OpenAI Daybreak-initiativet sammen med Trail of Bits. Initiativet kombinerer KI-assistert forskning med ekspertgjennomgang, samtidig som vedlikeholderne beholder kontrollen over utrulling av rettelser og offentliggjøring. I en tidligere kunngjøring ble det meldt om 24 LPE-utnyttelser og åtte konseptbevis for informasjonslekkasjer av kjernepekere fra arbeidet med GPT-5.5 Cyber på Linux.

Etter å ha funnet at 61 LPE-er allerede var rettet i oppstrømskoden, at 43 hadde rettelser i staging, og at 299 var offentlig rapportert eller diskutert ved slutten av den ti dager lange skanningen og manuelle analysen, anbefalte OpenAI å validere funnene på nytt mot den gjeldende koden, også med senere sammenslåinger, for å unngå dupliserte eller foreldede rapporter. Målet er å hjelpe vedlikeholderne med å konsentrere seg om uløste sårbarheter uten å påføre dem unødvendig arbeid med gjennomgang.

Gjennomgangen avdekket også en feil som et root-skall alene ikke ville ha avslørt. I en tidlig kjøring fikk 20 av 200 rapporterte, vellykkede utnyttelser root-tilgang gjennom en annen zero-day-sårbarhet enn den de var tildelt, opplyste OpenAI. Deretter strammet selskapet inn oppgavebegrensningene og innførte en uavhengig kontroll av banen hver utnyttelse fulgte. Tidlige rettelser generert direkte på grunnlag av instruksjoner kunne være funksjonelt korrekte, men likevel inneholde unødvendig kode, mulige ytelsesulemper, avvik fra kodestandarder eller mangelfull dekning av varianter. Ytterligere instruksjoner og gjentatte forbedringsrunder økte kvaliteten på rettelsene, men menneskelige forskere gjennomgår fortsatt utnyttelseskoden, rettelsen og den foreslåtte alvorlighetsgraden før rapportene sendes til vedlikeholderne.

Modellsammenligning og testkostnader

I OpenAIs sammenligning kostet kjøringen i midten av oktober 1 213 000 dollar i API-kreditter, eller 1 279 dollar per unik LPE. Til sammenligning ga en kjøring med GPT-5.6 Sol i slutten av juli 2026 166 unike LPE-er og kostet 513 690 dollar. Begge skannet den nyeste hovedgrenen av Linux-kjernen som var tilgjengelig på det aktuelle tidspunktet. Den rapporterte økningen på mer enn fem ganger i antallet nye LPE-er kom til tross for tre måneders herding mellom skanningene. Kostnadene oppgis som øvre grenser fordi forskningen fokuserte på metodikk og måling av kapasitet, ikke på kostnadsoptimalisering.

OpenAI opplyste at et utvalg på 166 utnyttelser inneholdt ti teknikker som både selskapets team og eksterne eksperter på utnyttelse av kjerner mente var nye. Teknikker innen vedvarende elastiske objekter, tilrettelegging av minnesider, privilegieeskalering som bare bruker data, og vilkårlig typeforvirring var blant dem. Av sikkerhetshensyn ble de fullstendige tekniske detaljene holdt tilbake.

En tilpasset kernelCTF-kjøring ga 25 konseptbevis for informasjonslekkasjer og 21 LPE-utnyttelser i løpet av 112 timer, til en kostnad på rundt 32 936 dollar i API-kreditter, meldte OpenAI. Den testede kjernen var ikke kompatibel med beskyttelsen SLAB_VIRTUAL, så OpenAI fjernet den fra konfigurasjonen. Den mulige belønningssummen på rundt 1,5 millioner dollar forutsetter at alle de 21 sårbarhetene godtas; det er ikke snakk om en kunngjort utbetaling. Googles regler for kernelCTF angir en belønning på 71 337 dollar for hver kvalifiserte utnyttelseskode, krever minst 70 % stabilitet over 20 kjøringer og begrenser belønningene til kvalifiserte innsendinger av zero-day-sårbarheter.

Resultatene flytter flaskehalsen fra å finne potensielle sårbarheter til å dokumentere angrepsveier, holde funnene oppdaterte og utarbeide godkjennbare rettelser. Dermed blir uavhengig verifisering og gjennomgang fra vedlikeholderne avgjørende for om automatisert forskning i denne skalaen blir til nyttig defensivt arbeid, snarere enn en ekstra rapporteringsbyrde.