အဓိက အကြောင်းအရာသို့ ကျော်သွားရန်
OpenAI

Aardvark ကို မိတ်ဆက်ခြင်း: OpenAI ၏ အေးဂျင့်အခြေပြု လုံခြုံရေးသုတေသီ

ယခု private beta တွင်: လုံခြုံရေးသုတေသီတစ်ဦးလို စဉ်းစားပြီး ခေတ်မီဆော့ဖ်ဝဲ၏ လိုအပ်ချက်များကို အတိုင်းအတာချဲ့ကာ ဖြည့်ဆည်းနိုင်သော AI အေးဂျင့်။

ဖွင့်နေသည်…

မတ်လ 6 ရက်၊ 2026 အပ်ဒိတ်: Aardvark သည် ယခု Codex Security ဖြစ်လာပြီး research preview အဖြစ် ရရှိနိုင်ပါပြီ။

Aardvark ကို ယခု Codex အတွင်းသို့ Codex Security အဖြစ် တိုက်ရိုက်တည်ဆောက်ထည့်သွင်းထားပြီး၊ လာမည့်တစ်လအတွက် အခမဲ့အသုံးပြုနိုင်မှုနှင့်အတူ Codex web မှတစ်ဆင့် ChatGPT Enterprise, Business, နှင့် Edu ဖောက်သည်များထံ ဖြန့်ချိနေပါသည်။ ကျွန်ုပ်တို့၏ blog ကို ဤနေရာတွင်

ယနေ့တွင် GPT‑5 ဖြင့် လုပ်ဆောင်ထားသော အေးဂျင့်အခြေပြု လုံခြုံရေးသုတေသီ Aardvark ကို ကျွန်ုပ်တို့ ကြေညာလိုက်ပါသည်။

ဆော့ဖ်ဝဲလုံခြုံရေးသည် နည်းပညာလောကတွင် အရေးကြီးဆုံးနှင့် အခက်ခဲဆုံး စွမ်းဆောင်ရည်အမြင့်ဆုံး နယ်ပယ်များထဲမှ တစ်ခုဖြစ်သည်။ နှစ်စဉ် enterprise နှင့် open-source codebase များတစ်လျှောက်တွင် အားနည်းချက်အသစ် သောင်းချီ တွေ့ရှိနေသည်။ ကာကွယ်သူများသည် တိုက်ခိုက်သူများထက် အရင် အားနည်းချက်များကို ရှာဖွေ၍ patch လုပ်ရသည့် ခက်ခဲသော တာဝန်ကို ရင်ဆိုင်နေရသည်။ OpenAI တွင် ကျွန်ုပ်တို့သည် ထိုအချိုးကို ကာကွယ်သူများဘက်သို့ လှန်ပေးနိုင်ရန် လုပ်ဆောင်နေပါသည်။

Aardvark သည် AI နှင့် လုံခြုံရေးသုတေသနတွင် အရေးပါသော တိုးတက်မှုတစ်ခုကို ကိုယ်စားပြုပါသည်။ ၎င်းသည် developer များနှင့် လုံခြုံရေးအဖွဲ့များအား အတိုင်းအတာကြီးမားစွာဖြင့် လုံခြုံရေးအားနည်းချက်များကို ရှာဖွေကာ ပြင်ဆင်ရန် ကူညီနိုင်သော ကိုယ်တိုင်လုပ်ဆောင်သည့် အေးဂျင့် ဖြစ်သည်။ ယခုအခါ Aardvark ကို ၎င်း၏စွမ်းရည်များကို လက်တွေ့ကွင်းဆင်းအခြေအနေများတွင် စစ်ဆေးအတည်ပြု၍ ပိုမိုတိုးတက်အောင်ပြုလုပ်ရန် private beta အဖြစ် ရရှိနိုင်ပါပြီ။

Aardvark အလုပ်လုပ်ပုံ

Aardvark သည် source code repository များကို အဆက်မပြတ် ခွဲခြမ်းစိတ်ဖြာကာ အားနည်းချက်များကို သတ်မှတ်ဖော်ထုတ်ခြင်း၊ exploitability ကို အကဲဖြတ်ခြင်း၊ ပြင်းထန်မှုအလိုက် ဦးစားပေးခြင်းနှင့် တိကျသော patch များကို အဆိုပြုခြင်းတို့ကို လုပ်ဆောင်ပါသည်။

Aardvark သည် codebase များအပေါ် commit များနှင့် ပြောင်းလဲမှုများကို စောင့်ကြည့်ခြင်း၊ အားနည်းချက်များကို သတ်မှတ်ခြင်း၊ ၎င်းတို့ကို မည်သို့ exploit လုပ်နိုင်မည်ကို ဖော်ထုတ်ခြင်းနှင့် ပြင်ဆင်ချက်များကို အဆိုပြုခြင်းတို့ဖြင့် လုပ်ဆောင်ပါသည်။ Aardvark သည် fuzzing သို့မဟုတ် software composition analysis ကဲ့သို့ ရိုးရာ program analysis နည်းလမ်းများကို မမှီခိုပါ။ ထိုအစား code ၏ အပြုအမူကို နားလည်ပြီး အားနည်းချက်များကို သတ်မှတ်ရန် LLM အားဖြင့် ကျိုးကြောင်းသင့်လျော်စွာ စဉ််းစားပေးသော စွမ်းရည်နှင့် tool-use ကို အသုံးပြုပါသည်။ Aardvark သည် လူသားလုံခြုံရေးသုတေသီတစ်ဦးကဲ့သို့ bug များကို ရှာဖွေပါသည်—code ကို ဖတ်ခြင်း၊ ခွဲခြမ်းစိတ်ဖြာခြင်း၊ test များကို ရေးသား၍ လည်ပတ်စေခြင်း၊ tool များကို အသုံးပြုခြင်း စသည်တို့ဖြင့် ဖြစ်သည်။

“AARDVARK — Vulnerability Discovery Agent Workflow” ဟု အမည်ပေးထားသော ပုံကြမ်းတွင် Git repository မှ threat modeling၊ vulnerability discovery၊ validation sandbox၊ Codex ဖြင့် patching နှင့် လူသားသုံးသပ်ချက်မှ pull request အထိ လုပ်ငန်းစဉ်စီးဆင်းမှုကို ပြထားသည်။

Aardvark သည် အားနည်းချက်များကို သတ်မှတ်ခြင်း၊ ရှင်းပြခြင်းနှင့် ပြင်ဆင်ခြင်းတို့အတွက် အဆင့်များစွာပါသော pipeline တစ်ခုကို အားထားအသုံးပြုပါသည်။

  • Analysis: ပရောဂျက်၏ လုံခြုံရေးရည်မှန်းချက်များနှင့် ဒီဇိုင်းအပေါ် ၎င်းနားလည်မှုကို ပြသသော threat model တစ်ခု ထုတ်လုပ်ရန် repository အပြည့်အစုံကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် စတင်ပါသည်။
  • Commit scanning: code အသစ် commit လုပ်သည့်အခါ repository တစ်ခုလုံးနှင့် threat model ကို တိုက်ဆိုင်စစ်ဆေးကာ commit အဆင့်ပြောင်းလဲမှုများမှ အားနည်းချက်များကို scan လုပ်ပါသည်။ repository တစ်ခုကို ပထမဆုံးချိတ်ဆက်သည့်အခါ Aardvark သည် ရှိနှင့်ပြီး ပြဿနာများကို သတ်မှတ်ရန် ၎င်း၏ history ကို scan လုပ်မည်ဖြစ်သည်။ Aardvark သည် ၎င်းတွေ့ရှိသော အားနည်းချက်များကို အဆင့်လိုက် ရှင်းပြပြီး လူသားသုံးသပ်နိုင်ရန် code တွင် မှတ်ချက်များဖြင့် ဖော်ပြပါသည်။
  • Validation: Aardvark သည် ဖြစ်နိုင်ချေရှိသော အားနည်းချက်တစ်ခုကို သတ်မှတ်ပြီးနောက် ၎င်း၏ exploitability ကို အတည်ပြုရန် သီးခြားခွဲထားသော sandbox ပတ်ဝန်းကျင်အတွင်း trigger လုပ်ကြည့်ရန် ကြိုးစားပါမည်။ Aardvark သည် သုံးစွဲသူများထံ တိကျမှုမြင့်၊ အရည်အသွေးမြင့်ပြီး false positive နည်းသော insight များ ပြန်လည်ပေးပို့နိုင်ရေးအတွက် လုပ်ဆောင်ခဲ့သော အဆင့်များကို ရှင်းပြပါသည်။
  • Patching: Aardvark သည် ၎င်းတွေ့ရှိသော အားနည်းချက်များကို ပြင်ဆင်ရာတွင် ကူညီရန် OpenAI Codex နှင့် ပေါင်းစည်းထားပါသည်။ လူသားသုံးသပ်နိုင်ရန်နှင့် တစ်ချက်နှိပ်ရုံဖြင့် ထိရောက်စွာ patch လုပ်နိုင်ရန် finding တစ်ခုချင်းစီတွင် Codex က ထုတ်ပေးပြီး Aardvark က scan လုပ်ထားသော patch ကို ပူးတွဲထည့်သွင်းပါသည်။

Aardvark သည် engineer များနှင့်အတူ လုပ်ဆောင်ကာ GitHub၊ Codex နှင့် ရှိပြီးသား workflow များနှင့် ပေါင်းစည်း၍ ဖွံ့ဖြိုးတိုးတက်မှုကို မနှောင့်နှေးစေဘဲ ရှင်းလင်းပြီး လက်တွေ့အသုံးချနိုင်သော insight များကို ပေးပို့ပါသည်။ Aardvark ကို လုံခြုံရေးအတွက် တည်ဆောက်ထားသော်လည်း၊ ကျွန်ုပ်တို့၏ စမ်းသပ်မှုများတွင် logic flaw များ၊ မပြည့်စုံသော fixes များနှင့် privacy ပြဿနာများကဲ့သို့ bug များကိုလည်း ၎င်းက ဖော်ထုတ်နိုင်ကြောင်း တွေ့ရှိထားပါသည်။

လက်ရှိအချိန်တွင် အမှန်တကယ်သော သက်ရောက်မှု

Aardvark သည် လပေါင်းများစွာ ဝန်ဆောင်မှုအဖြစ် လည်ပတ်နေပြီး OpenAI ၏ အတွင်းပိုင်း codebase များနှင့် ပြင်ပ alpha မိတ်ဖက်များ၏ codebase များတစ်လျှောက် အဆက်မပြတ် လုပ်ဆောင်နေပါသည်။ OpenAI အတွင်းတွင် ၎င်းသည် အရေးပါသော အားနည်းချက်များကို ဖော်ထုတ်ပေးခဲ့ပြီး OpenAI ၏ ကာကွယ်ရေးအနေအထားကို အထောက်အကူပြုခဲ့ပါသည်။ မိတ်ဖက်များကလည်း ၎င်း၏ ခွဲခြမ်းစိတ်ဖြာမှုအနက်ကို မီးမောင်းထိုးပြခဲ့ပြီး Aardvark သည် ရှုပ်ထွေးသော အခြေအနေများအောက်တွင်သာ ဖြစ်ပေါ်သည့် ပြဿနာများကို ရှာတွေ့ခဲ့ပါသည်။

“golden” repository များအပေါ် benchmark စမ်းသပ်မှုတွင် Aardvark သည် သိရှိပြီးသားနှင့် စမ်းသပ်ဖန်တီးထည့်သွင်းထားသော အားနည်းချက်များ၏ 92% ကို သတ်မှတ်ဖော်ထုတ်နိုင်ခဲ့ပြီး recall မြင့်မားမှုနှင့် လက်တွေ့ကမ္ဘာရှိ ထိရောက်မှုကို ပြသခဲ့ပါသည်။

Open Source အတွက် Aardvark

Aardvark ကို open-source project များတွင်လည်း အသုံးချထားပြီး၊ ၎င်းက အားနည်းချက်အများအပြားကို ရှာဖွေတွေ့ရှိခဲ့ကာ ကျွန်ုပ်တို့ကလည်း တာဝန်ယူမှုရှိစွာ ထုတ်ဖော်အသိပေးခဲ့ပါသည်—၎င်းတို့ထဲမှ ဆယ်ခုမှာ Common Vulnerabilities and Exposures (CVE) identifier များ ရရှိထားပါသည်။

ဆယ်စုနှစ်များစွာကြာ open research နှင့် တာဝန်ယူမှုရှိသော ထုတ်ဖော်အသိပေးမှုမှ အကျိုးခံစားခဲ့ရသူများအနေဖြင့် ကျွန်ုပ်တို့သည် ပြန်လည်ပံ့ပိုးပေးရန် ကတိပြုထားပါသည်—လူတိုင်းအတွက် ဒစ်ဂျစ်တယ် ecosystem ကို ပိုမိုလုံခြုံစေမည့် tool များနှင့် findings များကို ပံ့ပိုးပေးခြင်းဖြင့် ဖြစ်သည်။ open source software ecosystem နှင့် supply chain ၏ လုံခြုံရေးကို အထောက်အကူပြုရန် စီးပွားရေးမဟုတ်သော open source repository အချို့အတွက် pro-bono scanning ကို ပံ့ပိုးပေးရန် ကျွန်ုပ်တို့ စီစဉ်ထားပါသည်။

ကျွန်ုပ်တို့သည် မကြာသေးမီက အပ်ဒိတ်လုပ်ခဲ့သော ကျွန်ုပ်တို့၏ ပြင်ပ coordinated disclosure policy တွင် developer များအပေါ် ဖိအားပေးနိုင်သော တင်းကျပ်သော disclosure timeline များထက် ပူးပေါင်းဆောင်ရွက်မှုနှင့် အတိုင်းအတာကျယ်ပြန့်သော သက်ရောက်မှုကို အာရုံစိုက်သည့် developer-friendly ရပ်တည်ချက်ကို ချမှတ်ထားပါသည်။ Aardvark ကဲ့သို့သော tool များကြောင့် bug အရေအတွက် ပိုမိုများပြားစွာ ရှာဖွေတွေ့ရှိလာမည်ဟု ကျွန်ုပ်တို့ မျှော်လင့်ထားပြီး ရေရှည်ခံနိုင်ရည်ကို ရရှိစေရန် တည်တံ့သော ပူးပေါင်းဆောင်ရွက်မှုကို လုပ်ဆောင်လိုပါသည်။

အဘယ်ကြောင့် အရေးကြီးသနည်း

ယခုအခါ ဆော့ဖ်ဝဲသည် လုပ်ငန်းတိုင်း၏ ကျောရိုးဖြစ်နေပြီဖြစ်သဖြင့် ဆော့ဖ်ဝဲအားနည်းချက်များသည် စီးပွားရေးလုပ်ငန်းများ၊ အခြေခံအဆောက်အအုံများနှင့် လူမှုအသိုင်းအဝိုင်းအတွက် စနစ်တကျဖြစ်ပေါ်သော အန္တရာယ်တစ်ရပ် ဖြစ်လာသည်။ 2024 တစ်နှစ်တည်းတွင်ပင် CVE 40,000 ကျော် အစီရင်ခံခဲ့သည်။ ကျွန်ုပ်တို့၏ စမ်းသပ်မှုအရ commit များ၏ ခန့်မှန်း 1.2% ဝန်းကျင်သည် bug များကို မိတ်ဆက်ပေးနေသည်—သေးငယ်သော ပြောင်းလဲမှုများဖြစ်သော်လည်း အကျိုးဆက်ကြီးမားနိုင်ပါသည်။

Aardvark သည် ကာကွယ်သူကို ဦးစားပေးသော မော်ဒယ်သစ်တစ်ခုကို ကိုယ်စားပြုပါသည်။ code တိုးတက်ပြောင်းလဲလာသည်နှင့်အမျှ ဆက်တိုက်ကာကွယ်မှုကို ပေးပို့ခြင်းဖြင့် အဖွဲ့များနှင့် မိတ်ဖက်အဖြစ် လုပ်ဆောင်သော အေးဂျင့်အခြေပြု လုံခြုံရေးသုတေသီ ဖြစ်ပါသည်။ အားနည်းချက်များကို စောစီးစွာ ဖမ်းဆီးခြင်း၊ လက်တွေ့ exploitability ကို အတည်ပြုခြင်းနှင့် ရှင်းလင်းသော fix များကို ပေးခြင်းတို့ကြောင့် Aardvark သည် ဆန်းသစ်တီထွင်မှုကို မနှောင့်နှေးစေဘဲ လုံခြုံရေးကို တိုးမြှင့်ပေးနိုင်ပါသည်။ ကျွန်ုပ်တို့သည် လုံခြုံရေးကျွမ်းကျင်မှုသို့ ဝင်ရောက်အသုံးပြုခွင့်ကို ချဲ့ထွင်ပေးရန် ယုံကြည်ပါသည်။ ကျွန်ုပ်တို့သည် private beta ဖြင့် စတင်နေပြီး သင်ယူသိရှိလာသည်နှင့်အမျှ အသုံးပြုနိုင်မှုကို ပိုမိုချဲ့ထွင်သွားမည်ဖြစ်သည်။

Private beta ကို ယခု ဖွင့်လှစ်ထားပါသည်

ကျွန်ုပ်တို့သည် ရွေးချယ်ထားသော မိတ်ဖက်များကို Aardvark private beta တွင် ပါဝင်ရန် ဖိတ်ခေါ်နေပါသည်။ ပါဝင်သူများသည် အစောပိုင်းအသုံးပြုခွင့်ကို ရရှိမည်ဖြစ်ပြီး detection တိကျမှု၊ validation workflow များနှင့် reporting experience ကို ပိုမိုကောင်းမွန်အောင် ကျွန်ုပ်တို့၏ အဖွဲ့နှင့် တိုက်ရိုက်ပူးပေါင်းလုပ်ဆောင်နိုင်မည်ဖြစ်သည်။

ကျွန်ုပ်တို့သည် ပတ်ဝန်းကျင်အမျိုးမျိုးတစ်လျှောက် စွမ်းဆောင်ရည်ကို စစ်ဆေးအတည်ပြုလိုပါသည်။ သင့်အဖွဲ့အစည်း သို့မဟုတ် open source project သည် ပါဝင်ရန် စိတ်ဝင်စားပါက ဤနေရာတွင် လျှောက်ထားနိုင်ပါသည်

စာရေးသူ

OpenAI

ပံ့ပိုးကူညီသူများ

Akshay Bhat - Andy Nguyen - Dave Aitel - Harold Nguyen - Ian Brelinsky - Tiffany Citra - Xin Huနှင့် Matt Knight