OpenAI:s pipeline hittar 948 sårbarheter för lokal privilegieeskalering i Linux-kärnan

OpenAI uppgav den 4 november 2026 att en prototypipeline, som använde en kommande cybermodell, hittade och utnyttjade 948 unika sårbarheter för lokal privilegieeskalering i Linux under en forskningskörning i mitten av oktober 2026. Den genererade också kandidatpatchar för granskning av underhållsansvariga.

Sårbarheterna skulle kunna ge en lokal användare utan särskilda behörigheter rootåtkomst. Testerna genomfördes i isolerade virtuella maskiner med ett standardiserat operativsystem för stationära datorer, där SMEP, SMAP, KASLR och HARDENED_USERCOPY var aktiverade – inte i en avsiktligt försvagad testmiljö. OpenAI valde Linux eftersom kärnan innehåller mer än 40 miljoner kodrader och ligger till grund för Android-enheter, molninfrastruktur och superdatorer. Det gav möjlighet att testa automatiserad forskning mot en kodbas av den storleken och betydelsen.

Från kandidatfynd till fungerande exploateringar

Pipelinen knyter samman upptäckt av sårbarheter, dynamisk validering, bedömning av exploaterbarhet, generering av patchar och mänsklig granskning. Spejaragenter väljer kod utifrån hur åtkomlig den är för användare med låga behörigheter och hur relevant den är ur säkerhetssynpunkt. Därefter söker analytikeragenter igenom målen. Triageagenter tar fram och förfinar konceptbevis i virtuella maskiner med kärnor som kör Kernel Address Sanitizer, så att körningsdata bevaras i stället för att man enbart förlitar sig på statisk analys. Varje färdigt forskningspaket innehåller en analys av grundorsaken, ett minimalt konceptbevis som orsakar en krasch, en kandidatpatch och en fullständig exploatering.

OpenAI uppgav att spejaragenterna valde ut 5 034 granskningsmål som omfattade cirka 2,8 miljoner kodrader, ungefär 7 % av kärnan. Analytikerna tog fram 2 308 deduplicerade kandidatfynd inom 12 timmar, och den dynamiska valideringen återskapade 1 724 sårbarheter inom 30 timmar. De flesta av de återstående fynden krävde högre behörigheter eller kunde inte återskapas inom tidsramen; endast 3,1 % berodde på felaktig analys av modellen.

Enligt OpenAI resulterade exploateringssteget i 291 konceptbevis för informationsläckor och 1 169 fungerande exploateringar för lokal privilegieeskalering. Variantanalysen genererade sedan 948 unika patchar. OpenAI använder den siffran som antalet unika sårbarheter för lokal privilegieeskalering (LPE), vilket förklarar varför det totala antalet sårbarheter skiljer sig från det råa antalet exploateringar. De genererade korrigeringarna är fortfarande förslag som ska granskas av underhållsansvariga; siffran 948 är inte antalet patchar som har slagits samman.

Mänsklig granskning och patcharnas status

OpenAI har skickat hundratals rapporter och patchar för kritiska sårbarheter och planerar att successivt distribuera resten tillsammans med partnerna i Patch the Planet. Den 22 juni 2026 lanserade OpenAI initiativet Daybreak tillsammans med Trail of Bits. Initiativet kombinerar AI-assisterad forskning med expertgranskning, samtidigt som underhållsansvariga behåller kontrollen över driftsättningen av patchar och offentliggörandet av information. I det tidigare tillkännagivandet rapporterades 24 LPE-exploateringar och åtta konceptbevis för informationsläckor av kärnpekare från arbetet med GPT-5.5 Cyber och Linux.

Efter att ha konstaterat att 61 LPE-sårbarheter redan hade åtgärdats uppströms, att 43 hade staging-patchar och att 299 rapporterades eller diskuterades offentligt vid slutet av den tio dagar långa genomsökningen och manuella analysen, rekommenderade OpenAI att resultaten valideras på nytt mot aktuell kod, även med senare sammanslagningar, för att undvika dubblerade eller inaktuella rapporter. Målet är att hjälpa underhållsansvariga att fokusera på olösta sårbarheter utan att skapa onödig granskningsbörda.

Granskningen upptäckte också ett fel som enbart en rotkonsol skulle ha dolt. I en tidig körning fick 20 av de 200 rapporterade, framgångsrika exploateringarna rootåtkomst genom en annan zero-day-sårbarhet än den tilldelade, enligt OpenAI. Därefter skärpte företaget uppgiftsbegränsningarna och införde en oberoende kontroll av varje exploateringsväg. Tidiga patchar som genererades direkt kunde vara funktionellt korrekta men ändå innehålla onödig kod, möjliga prestandanackdelar, avsteg från kodningskonventioner eller ofullständig täckning av varianter. Ytterligare instruktioner och upprepade förbättringar höjde patcharnas kvalitet, men mänskliga forskare granskar fortfarande exploateringen, patchen och den föreslagna allvarlighetsgraden innan något rapporteras till de underhållsansvariga.

Jämförelse mellan modeller och testkostnader

I OpenAI:s jämförelse kostade körningen i mitten av oktober 1,213 miljoner dollar i API-krediter, eller 1 279 dollar per unik LPE. Som jämförelse gav en körning med GPT-5.6 Sol i slutet av juli 2026 166 unika LPE-sårbarheter till en kostnad av 513 690 dollar. Båda genomsökte den senaste huvudgrenen av Linux-kärnan som fanns tillgänglig vid respektive tillfälle. Den rapporterade ökningen av nya LPE-sårbarheter med mer än fem gånger inträffade trots tre månaders förstärkning mellan genomsökningarna. Kostnaderna anges som övre gränser eftersom forskningen fokuserade på metodik och mätning av kapacitet, inte på kostnadsoptimering.

OpenAI uppgav att ett urval av 166 exploateringar innehöll tio tekniker som både företagets eget team och externa experter på exploatering av kärnor ansåg vara nya. De omfattade persistenta elastiska objekt, grooming av minnessidor, privilegieeskalering med enbart data och godtycklig typförväxling. Fullständiga tekniska detaljer undanhölls av säkerhetsskäl.

En anpassad körning av kernelCTF resulterade i 25 konceptbevis för informationsläckor och 21 LPE-exploateringar under 112 timmar, till en kostnad av cirka 32 936 dollar i API-krediter, uppgav OpenAI. Den testade kärnan var inte kompatibel med skyddsmekanismen SLAB_VIRTUAL, så OpenAI tog bort den från konfigurationen. Belöningssumman på cirka 1,5 miljoner dollar förutsätter att alla 21 sårbarheter godkänns; det är inte en utlovad utbetalning. Googles regler för kernelCTF anger en belöning på 71 337 dollar per godkänd exploatering, kräver en stabilitet på minst 70 % över 20 körningar och begränsar belöningarna till kvalificerade bidrag som rapporterar zero-day-sårbarheter.

Resultaten flyttar flaskhalsen från att hitta möjliga spår till att bevisa exploateringsvägar, hålla fynden aktuella och ta fram godtagbara korrigeringar. Därför blir oberoende verifiering och granskning av ansvariga underhållare avgörande för om automatiserad forskning i den här omfattningen kan omsättas i användbart defensivt arbete i stället för att leda till en ytterligare rapporteringsbörda.