11 月 4 日，OpenAI 发布了一份安全研究报告。内容不复杂，但数字很难忽略：用一款尚未发布的网络安全模型，搭出一条自动化漏洞研究链路，在 30 小时的测试里，从 2308 个候选问题中动态复现了 1724 个 Linux 内核漏洞，最终确认了 948 个不同的本地权限提升（LPE）漏洞——也就是普通本地用户能拿到系统最高权限的那一类。

整次运行消耗约 121.34 万美元 API 额度，平均每个提权漏洞利用程序的成本约 1279 美元。

这不是「AI 又发现了几个漏洞」的旧闻。这是一份可以直接算账的 agent 长时任务样本。

链路长什么样：五个阶段，人只在最后一步

系统被拆成五段流水线：

1. 漏洞发现——模型在内核代码里找可疑点；
2. 动态验证——不是静态猜测，而是实际复现；
3. 可利用性评估——判断能不能造成信息泄露或本地提权；
4. 补丁生成——为发现的漏洞写候选修复；
5. 人工复核——安全研究人员审核。

关键在第二和第三步：只有真正跑通的才算数。2308 个候选里 1724 个复现成功，占 74.7%；剩下的失败原因大多是权限要求、复杂竞争条件或特定触发条件，只有 3.1% 属于模型分析错误——即模型假设了实际上不可能发生的条件。这个 3.1% 相当重要，它说明模型的「幻觉式误报」在整条链路里占比很低，绝大多数漏判来自现实约束而不是模型不懂。

最终统计：291 个信息泄露 PoC，1169 个本地提权利用程序，经变体分析后归并为 948 个不同漏洞。所有测试都在启用了 SMEP、SMAP、KASLR、HARDENED_USERCOPY 等常规防护的 Linux 环境中进行。

两个对照：三个月进步 5 倍，成本效率 16 到 55 倍

第一个对照是时间。2026 年 7 月，团队用 GPT-5.6 Sol 做过一次同类测试，发现并成功利用 166 个不同的本地提权漏洞，API 成本 51.37 万美元。三个月后，换用更新的网络安全模型，数字变成 948 个——而且这三个月里 Linux 内核本身已经过一轮加固。也就是说：防守方刚补完一轮，进攻方的产能又抬了 5 倍以上。

第二个对照是价值。按漏洞赏金标准估算，这 948 个利用程序价值区间为 1890 万到 6630 万美元，是链路成本的 16 到 55 倍。OpenAI 自己也强调，121 万美元反映的是本次测试的模型、目标配置和工作流程，并非优化后的最低成本——通过改进 agent 编排和工程设计，实际成本还有下降空间。

成本结构里最贵的是漏洞利用开发阶段，77.59 万美元，占了近三分之二。也就是说，「找到可疑点」相对便宜，「证明真能打穿」才是烧钱的地方。

一个容易被略过的细节：补丁质量

补丁生成这一段，报告写得很诚实。模型最初生成的补丁虽然能修掉对应 PoC 暴露的问题，但存在几类毛病：代码冗余、潜在性能影响、偏离项目编码规范、没能覆盖同类漏洞变体。经过增加约束条件和多轮迭代后质量改善，部分补丁还反过来发现了人类专家此前写的修复方案里的问题。

这个细节值得单独拎出来：在一个「AI 找洞」的叙事里，真正难的是「AI 修洞」。 找洞只有一个目标——能打穿；修洞要同时满足正确性、性能、风格、覆盖面四个约束，还要让维护者愿意合并。

值得关注的原因

第一，这是 agent 经济性的第一个硬样本。 过去一年关于 agent 的讨论大多停在「能不能做完」，这次给出了「做完一次多少钱、值不值」。1279 美元一个提权漏洞利用程序，按 16 到 55 倍回报算，是明确的正收益。这类账目一旦成立，安全行业的人力结构就会跟着变——不是替代人，是把人的位置从「找」挪到「审」。

第二，它暴露了开源社区的消化能力问题。 2308 份报告、948 个利用程序，10 天内已有 61 个在上游修复、43 个拿到暂存补丁、299 个在公开讨论或报告流程中。这个速度其实不慢，但已经能看出压力：维护者面对的不再是零星报告，而是工业级产能的输入流。分流、去重、优先级排序会成为基础设施级别的需求。

第三，防守方的时间窗被压缩了。 报告提到，抽查 166 个利用样本时，至少涉及 10 种此前未见的 Linux 漏洞利用技术，已交第三方内核漏洞利用专家审查并确认具有新颖性。出于安全考虑，细节没有公开。这意味着「漏洞被发现到被利用」的间隔，在 AI 参与后会显著缩短——依赖「没人会发现这个角落」的旧假设，越来越站不住。

第四，模型能力的分水岭不再是 benchmark。 这次用的是尚未发布的网络安全专用模型，配上工程化的 agent 编排。演示「模型很强」和「系统能产出 948 个可用利用程序」之间，差的正好是编排、约束、成本控制这些不性感的部分。

一句话总结：这份报告的真正价值不在 948 这个数字，而在于它把「agent 能不能干真活」从信念问题变成了预算问题。