OpenAI podnosi nagrodę za wyjątkową krytyczną lukę do 172 000 dolarów

OpenAI przygotowuje kolejny wewnętrzny sprint bezpieczeństwa z badaczami Cathedral Systems. Mają oni używać modeli OpenAI razem z zespołami firmy do wyszukiwania słabości, odtwarzania luk i przygotowywania poprawek. Nagrody za krytyczne znaleziska rosną ponad czterokrotnie, a wyjątkowe zgłoszenie może otrzymać do 172 000 dolarów wraz z premiami.

Zewnętrzni badacze skierują modele OpenAI przeciw systemom OpenAI

Cathedral wniesie własne metody i będzie testować zabezpieczenia razem z zespołami wewnętrznymi. Zapowiedź rozwija poprzedni sprint, w którym uczestniczyło 25 % inżynierów produktowych OpenAI. Codex pomagał badać zgłoszenia, odtwarzać luki w izolowanym środowisku i przygotowywać patche do review.

Firma udostępnia też najmocniejsze możliwości cybernetyczne klientom Daybreak. Przeznaczyła miliard dolarów na sześć miesięcy dotowanego dostępu dla obrońców usług podstawowych i infrastruktury cyfrowej.

Bezpieczeństwo przechodzi od okresowego audytu do ciągłego cyklu obronnego

Argument OpenAI opiera się na skróceniu czasu od wykrycia do naprawy. Model może przejrzeć więcej kodu i pomóc w reprodukcji, lecz człowiek nadal ocenia wpływ i zatwierdza patch. Zewnętrzny zespół może też ujawnić wspólne ślepe punkty własnych inżynierów firmy.

Wyższa nagroda ma podobne znaczenie jak możliwości modelu. Rozsądna zapłata i jasny kanał zgłoszeń zwiększają szansę, że informacja o krytycznej luce najpierw trafi do obrońców.

W zapowiedzi brakuje daty startu i mierzalnej definicji sukcesu

OpenAI nie podało terminu, długości sprintu, zakresu systemów ani docelowego czasu naprawy. Nie wiadomo również, ile luk wykrył poprzedni sprint i ile z nich umknęłoby bez modeli. Trudno więc oddzielić lepszy proces od efektownej mobilizacji ludzi i mocy obliczeniowej.

Modele mogą przyspieszyć obie strony. Dostęp dla zaufanych obrońców i izolowane środowiska ograniczają ryzyko nadużyć, lecz nie eliminują wycieku metod ani fałszywych alarmów obciążających triage.

Czas od zgłoszenia do poprawki pokaże wartość sprintu

Warto mierzyć potwierdzone krytyczne luki, odsetek fałszywych alarmów, medianę czasu naprawy i regresje po patchach. Istotne będzie też opublikowanie metod i wniosków przydatnych poza platformą OpenAI.

Nagroda 172 000 dolarów przyciąga uwagę. Zaufanie zbudują przewidywalna obsługa zgłoszeń, szybkie poprawki i jasne zasady dla badaczy działających w dobrej wierze.

Werdykt Lilith

OpenAI zaprasza badaczy, by skierowali jego modele przeciw jego systemom, i wykłada 172 000 dolarów. Teraz musi pokazać, że ekipa naprawcza pojawi się przed komunikatem prasowym.