GPT-6 CyberがFirefoxの脆弱性81件を発見。利用者はDaybreak Redが選別する

OpenAIはGPT-6 Cyberを発表し、前日に公表したLinuxカーネル調査で使ったモデル名を明らかにした。121万3430ドルの実行で、ローカル権限昇格につながる異なる経路948件を確認した。今回の発表では、Firefoxでの成果、安全性評価、利用条件も加わった。

948件のexploitで自動調査は攻撃の実証まで進んだ

OpenAIによると、モデルはLinuxカーネルの脆弱性1,724件を再現し、そのうち948件で権限昇格に使えるexploitを作成した。同じ調査環境でGPT-5.6 Solが成功したのは166件だった。研究者は修正案とともに、重大な発見304件をカーネルのmaintainerへ報告した。

Firefoxでは、Mozillaが重大と判定した未知の脆弱性81件について、再現可能な証拠を示した。既知の問題30件についても、従来の評価より深刻だと指摘した。Mozillaはすでに多くの修正を公開している。OpenAIは、Brotliライブラリの重大な欠陥の影響確認にもモデルを使ったとしている。

セキュリティチームは研究者と修正待ちの山を同時に得る

ExploitGymでの成績は48.5％で、GPT-5.6 Cyberの32.1％を上回った。重要なのはbenchmarkの数字だけではない。再現テスト、動くexploit、patch案までモデルが用意すれば、人間はゼロから探す代わりに発見内容の確認へ進める。

その結果、作業の詰まり方が変わる。数百件の有効な報告が届けば、発見は仕事の一部にすぎない。maintainerは優先順位を決め、公開時期を調整し、patchから攻撃方法を逆算される前に利用者へ修正を届ける必要がある。Mozillaは危険な時間差を縮めるため、Firefoxの公開周期を週1回へ短縮している。

権限の境界は試験を通過したが、実ネットワークは厳しい

囮のサービスを置いた評価では、安全指示がなくても99.93％の実行で許可範囲を守り、安全指示がある場合は100％だった。これは管理された環境でのOpenAIの結果であり、agentが決して範囲を越えないことや、すべての欠陥を見つけることを保証しない。

OpenAIがDaybreak Redで利用者を制限する理由もここにある。本人確認に加え、組織にはSSO、MFA、管理端末、API接続元IPの制限を求める。sandbox、機密操作のreview、人間の監督も推奨している。当初はAPIとCodexを通じて、承認済み顧客の一部だけに提供する。

実用価値はpatchの速さと報告の質で決まる

最初に見るべき指標は運用結果だ。maintainerが何件を確認し、何件のpatchを受け入れ、修正まで何日かかるのか。exploitの件数が多くても、チームが新しい報告の山を処理できなければ、softwareは安全にならない。

次の試験は利用者の拡大だ。OpenAIはGPT-6 CyberをDaybreak Redの承認済み顧客全体へ順次広げる予定だ。少数の厳選されたpartnerを越えても権限制御が機能するかが問われる。

Lilithの判定

GPT-6 Cyberは、こじ開ける道具と新しい錠前の設計図を同時に持ってくる。安全性を決めるのは、同じ道具がDaybreak Redの柵を越える前にmaintainerが扉を直せるかどうかだ。