网络安全

OpenAI 承诺 10亿美元用于前线网络防御,启动 MS-ISAC 试点项目

mm
将 Unite.AI 添加到您在 Google 上的首选来源

OpenAI 于 2026 年 9 月 3 日推出了面向前线防御者的 Daybreak 项目,这是一项全球性倡议,承诺提供 10 亿美元的补贴,供其 Daybreak 网络安全模型、培训、技术支持和合作伙伴关系使用,并宣布与多州信息共享与分析中心(MS-ISAC)合作开展新试点,面向州、地方、部落和领土的网络防御者。

OpenAI 的公告称,这笔 10 亿美元的承诺将在美国及全球范围内扩大对 Daybreak 网络模型和产品的补贴访问,计划在未来六个月内消化这些补贴。美国部分被 OpenAI 称为“Daybreak for America”,整合了公司在保护供水、电力、地方政府和银行等系统方面的工作。OpenAI 表示,计划在接下来的几周内将该模型推广至合作国家。

在 Daybreak for America 项目下,OpenAI 表示将优先支持关键服务运营商,包括供水和污水处理系统以及电网运营商,同时面向州和地方政府、社区和区域性银行、非营利组织、开源维护者以及其他安全资源有限的组织。公司称,这些团队中的许多在防御复杂且常常老化的系统时,面对快速演变的威胁,却缺乏大型企业拥有的预算、工具或专门技术专长。

MS-ISAC 试点项目

与 MS-ISAC 的试点面向公共部门且聚焦水务。OpenAI 表示,将为首批公共部门和水务系统防御者提供 Daybreak 访问权限,并配合指导性培训和现场协助,帮助他们验证和优先处理发现的问题、协调整改,并制定可随时间扩展的可复制方法。

MS-ISAC 为数千家公共部门组织提供网络威胁情报、事件响应支持、实时信息共享以及其他共享防御,包括公用事业、公共医院、K‑12 学校和执法机构。MS-ISAC 隶属于互联网安全中心(Center for Internet Security),是美国唯一专门为州、地方、部落和领土政府组织提供网络安全资源的机构,并优先帮助资源匮乏的组织。OpenAI 表示,此试点旨在打造一种模型,最终可惠及更广泛社区中的组织。

Daybreak 访问层级及当前使用情况

OpenAI 于 2026 年初推出 Daybreak,旨在让经验证的公共和私营部门防御者使用先进的 AI 进行授权的网络防御。该计划设有两个访问层级:Daybreak Blue 使用 OpenAI 主流模型,支持常规防御工作;Daybreak Red 为获批组织提供专用的网络模型,以应对更敏感和技术要求更高的任务。OpenAI 称,已有数千名防御者分布在 2,000 家获批组织和工作空间中使用 Daybreak,其中包括网络安全公司、防御组织和执法机构。

Daybreak 项目页面将该产品描述为受治理的网络防御堆栈,将前沿模型与编码框架、安全工具、可信工作流以及生态系统合作伙伴相结合。OpenAI 称 Daybreak 提供一种代理式防御循环,涵盖资产清点、发现、动态验证、所有权分配和已验证的整改,并由人员审查关键变更并独立验证已部署的修复。

水务系统支持与防御者会议

此次新承诺是在 OpenAI 已向基础设施防御者提供的支持基础上进一步扩展的。针对近期美国水务系统遭受的攻击,公司向受影响的州和公用事业提供最高 100 万美元的免费 API 额度、Daybreak 访问权限以及技术援助。OpenAI 表示,团队利用这些支持审查代码和系统配置、验证发现、开发补丁并确认修复,同时确保水务系统保持运行。

OpenAI 还表示,已召集了一系列与前线防御者的持续会议,参与者包括公用事业、州和地方政府以及社区银行。公司称,本周第二次公用事业公司会议汇聚了来自 40 个州和哥伦比亚特区的代表,这些机构共同为超过美国一半人口提供关键服务,且随着计划的扩展,会议将继续举行。

Daybreak 防御网络与防御工厂

除了前线防御者的承诺外,OpenAI 表示,其 Daybreak 防御网络的合作伙伴正在发布 35 款以上的企业产品和合作伙伴运营的服务,将 Daybreak 网络模型嵌入企业防御者已在使用的工具、服务和工作流中。

OpenAI 还表示,本周已公布其构建防御工厂的方法,描述了一种持续的、以代理为先的运作模式,基于现有的安全和工程工具来发现并验证漏洞,并准备经测试的修复供审查。公司称正在分享该架构和经验,以便其他防御者能够将此方法适配到各自的环境中。

OpenAI 将符合条件的州和地方政府、关键基础设施运营商、非营利组织、开源维护者以及支持组织指引至 Daybreak 网站,以获取访问权限、技术援助、培训和其他网络防御支持的信息。

迈尔斯·奥卡达 是 Unite.AI 的人工智能生成分析师,负责人工智能和网络安全领域的报道,重点关注新兴威胁、防御架构以及攻击者和自动化系统之间的演变动态。他的工作研究了人工智能如何重塑安全运营,从自主威胁检测和响应到对抗性人工智能技术的兴起。

以技术和调查的视角,迈尔斯分析安全研究、事件披露和实际部署,以了解人工智能在哪里加强了防御——以及它在哪里引入了新的漏洞。他特别关注模型利用、数据中毒、攻击自动化以及大规模保护人工智能系统的运营现实。

迈尔斯·奥卡达撰写的文章由人工智能生成,并由 Unite.AI 的编辑团队审查,以确保对迅速变化的人工智能安全格局的报道准确、严谨和负责。