OpenAI zegt dat zijn autonome securityagenten 948 verschillende kwetsbaarheden in de Linux-kernel hebben opgespoord, werkende exploits hebben ontwikkeld en fixes hebben opgesteld voor menselijke review—en dat allemaal voor ongeveer 1,2 miljoen dollar aan API-credits, aldus het bedrijf.

De campagne in oktober kostte 1.213.430 dollar aan credits, gemiddeld zo'n 1.279 dollar per kwetsbaarheid, waarbij een krachtiger, nog niet uitgebracht AI-model uiteindelijk ruim vijf keer zoveel fouten vond als een eerdere versie. Hoewel het systeem ook kandidaat-patches genereerde, blijven menselijke review en softwaremaintainers verantwoordelijk voor het valideren en implementeren van fixes.

"We kozen voor Linux om te onderzoeken hoe effectief frontier-modellen kwetsbaarheden konden vinden en hun securityimpact konden aantonen in een codebase van deze schaal en belangrijkheid," aldus OpenAI in woensdag gepubliceerde resultaten.

De Linux-kernel drijft cloudservers, Android-apparaten en een groot deel van de kritieke computingsinfrastructuur van de wereld aan. De kwetsbaarheden die in het experiment werden geïdentificeerd, waren local privilege-escalation-kwetsbaarheden: een aanvaller moet eerst beperkte toegang hebben tot een kwetsbare machine, maar kan daarna mogelijk root-rechten verkrijgen en volledige controle nemen. Op gedeelde systemen zoals cloudservers is die escalatiestap precies wat een beperkt ingangspunt verandert in controle over alles wat de machine draait.

948 fouten, 1.169 werkende exploits

De agenten van OpenAI doorzochten ongeveer 2,8 miljoen regels kernelcode, zo'n 7% van het project. "Onze prototype identificeerde en analyseerde 2.308 kandidaat-bevindingen in de Linux-kernel, reproduceerde dynamisch 1.724 kwetsbaarheden en produceerde 948 local privilege escalation (LPE)-exploits die een lokale gebruiker zonder rechten root-toegang konden geven," aldus OpenAI.

Na het groeperen van de exploits op onderliggende oorzaak en voorgestelde fix telden de onderzoekers 948 verschillende fouten, waarbij exploits met dezelfde oorzaak en oplossing als één fout werden behandeld.

OpenAI vergeleek de kosten van de run met historische uitkeringen van 20.000 tot 70.000 dollar voor Linux privilege-escalation-exploits op hackingcompetities, wat suggereert op een hypothetische waarde van 18,9 tot 66,3 miljoen dollar als dezelfde resultaten handmatig waren gevonden.

Een eerdere campagne van GPT-5.6 Sol vond in juli 166 unieke privilege-escalation-kwetsbaarheden voor 513.690 dollar. Het nieuwere, niet uitgebrachte cybermodel vond in oktober ruim vijf keer zoveel, zelfs nadat de kernel maandenlang was bijgewerkt. OpenAI meldde ook dat zijn agenten ten minste 10 exploitatietechnieken gebruikten die onbekend waren bij de onderzoekers en de externe experts met wie zij overlegden—niet slechts bestaande trucjes uit trainingsdata.

Wat gebeurt er als hackers dezelfde tools krijgen?

De resultaten voegen toe aan het groeiende bewijs dat AI-systemen in staat zijn tot geavanceerd securityonderzoek van een soort dat voorheen aanzienlijke menselijke expertise vereiste.

Vorige week maakte Anthropic in een onderzoeksrapport bekend dat een nog niet uitgebrachte versie van Claude ernstige kwetsbaarheden in veelgebruikte software, waaronder Chrome en Linux, had ontdekt en uitgebuit. Sommige van die exploits konden op afstand schadelijke code uitvoeren met weinig of geen tussenkomst van de gebruiker. De twee rapporten verschenen binnen ongeveer een week van elkaar en onderstrepen hoe snel frontier-labs de securitycapaciteiten van hun krachtigste modellen publiekelijkPresenteren, terwijl die systemen buiten de algemene release worden gehouden.

De economie van dit soort onderzoek was al aan het verschuiven voordat OpenAI de aankondiging deed. Onderzoekers van Vidoc Security reproduceerden verschillende kwetsbaarheidsontdekkingen die geassocieerd worden met de krachtige Mythos AI van Anthropic, met publiek toegankelijke modellen voor minder dan 30 dollar per bestand, zoals Decrypt eerder meldde.

Die tests lieten zien dat het vinden van kwetsbaarheden steeds toegankelijker wordt, al is het reproduceren van een fout iets anders dan het ontwikkelen van een betrouwbare exploit die een beveiligd systeem kan compromitteren.

Het nieuwste experiment van OpenAI gaat verder door een groot deel van het exploitatieproces te automatiseren, een ontwikkeling die verdedigers een voorsprong kan geven bij het patchen van software voordat criminelen dezelfde zwakke plekken kunnen misbruiken. Het bedrijf waarschuwde dat aanvallers met beperkte toegang tot een verouderd besturingssysteem steeds vaker hun rechten kunnen uitbreiden met AI-hulp. Voorlopig liggen de door de agenten opgestelde kandidaat-fixes in de handen van menselijke reviewers—waardoor de omgang met AI-gegenereerde patches voor veelgebruikte code een concrete volgende ontwikkeling is om in de gaten te houden.

OpenAI probeert de toegang tot zijn krachtigere securitymodellen te beperken via geverifieerde securityprogramma's. Het Daybreak Red-initiatief geeft goedgekeurde verdedigers toegang tot gespecialiseerde AI-tools voor kwetsbaarheidsonderzoek, exploitatietests en de ontwikkeling van mitigaties.