取得 root 權限的途徑少了一千條

過去，資安研究需要針對每項發現分別展開長期調查；如今，這項工作愈來愈能以系統化流程進行。本文將探討我們在這個領域的一項工作。

我們愈來愈能大規模搜尋漏洞，但在實務上，判定哪些疑似漏洞應優先處理，以及驗證這些漏洞，仍是瓶頸。我們打造了一套原型，在受控研究環境中尋找 Linux 核心的安全缺陷。這套原型辨識並分析了 2,308 個疑似 Linux 核心漏洞，動態重現了 1,724 個漏洞，並產生 948 個本機權限提升 (LPE) 漏洞利用程式，可讓無特權的本機使用者取得 root 權限。

我們運用這些證據排定漏洞通報的優先順序，並開發候選修補程式，供維護者審查。遵循 Linux 核心社群的指引，我們先從重大漏洞著手，並正與 Patch the Planet 合作夥伴共同推進後續通報及修補工作。

6 月，我們在介紹 Patch the Planet 倡議的研究進展時提到，GPT‑5.5 Cyber 已找出 Linux 核心漏洞，並開發了 24 個本機權限提升漏洞利用程式，用於驗證及通報這些漏洞。我們將這項工作擴展為一套由即將推出的資安模型驅動的流程，涵蓋漏洞探索、動態驗證、可利用性評估，以及修補程式產生。流程完成後，研究人員審查結果，並在通報漏洞時一併提交修補程式。

Linux 核心支撐著 Android 裝置、雲端基礎設施、超級電腦等系統，全球有數十億人使用這些系統。核心包含超過 4,000 萬行程式碼，從系統呼叫、網路功能、檔案系統到裝置驅動程式，都可能成為攻擊目標。我們選擇 Linux，是想了解面對如此龐大且重要的程式碼庫，前沿模型找出漏洞並證明其安全影響的能力究竟如何。

在最初的漏洞探索階段，我們找出數千個疑似漏洞，資安研究人員無法逐一人工審查和分流。找出這些項目後，真正的挑戰才開始：哪些發現可以重現？漏洞跨越了哪些安全邊界？維護者應該先處理哪些問題？

OpenAI 資安團隊的使命是協助保障全球賴以運作的軟體安全。我們列出各階段的 API 成本，協助研究人員評估重現及擴展這項工作所需的資源。這些成本反映了本次評估所使用的模型、目標組態與工作流程。我們更廣泛的目標是協助防禦者找出並修補漏洞，減少攻擊者可乘之機，並提高他們利用軟體漏洞的成本。

這項研究著重研究方法與模型能力的衡量，成本並非研究重點。我們預期，只要在任務執行框架的設計與改進上投入足夠心力，各階段的成本就有望大幅降低。因此，我們列出的金額比較接近成本上限。

我們以即將推出的資安模型為核心，建構了一套漏洞研究原型。整個流程分為五個階段：

• 漏洞探索：智慧體辨識程式碼庫中與安全相關的部分，並進行掃描以找出疑似漏洞。

• 動態驗證：智慧體嘗試在隔離環境中重現每個疑似漏洞，並保留執行階段的證據。這個步驟會輸出已重現並通過驗證的漏洞。

• 可利用性評估：智慧體測試已驗證的漏洞是否能造成資訊洩漏或本機權限提升。

• 產生修補程式：智慧體為每個已發現的漏洞產生修補程式。

• 人工審查：資安研究人員在向維護者通報前，會審查漏洞利用程式、修補程式，以及建議的嚴重程度。

流程結束時，系統會彙整根本原因分析、可觸發當機的最小概念驗證程式、候選修補程式，以及完整的漏洞利用程式，協助研究人員評估漏洞嚴重程度，並將修補提交至上游專案。

Linux 核心並非每一行程式碼都與安全相關。我們的流程運用一組偵察智慧體，找出高價值的稽核目標，再交由分析智慧體進行漏洞掃描。

偵察智慧體會逐一檢視資料夾和檔案，評估低權限使用者能否觸及各處程式碼，以及這些程式碼與安全的關聯，再決定要稽核哪些部分。

這個階段找出了 5,034 個稽核目標，涵蓋約 280 萬行程式碼，約占整個 Linux 核心程式碼庫的 7%。相較於分析完整程式碼庫，這大幅降低了安全稽核成本。這個步驟耗用價值 3,426 美元的 API 點數。

接著，分析智慧體採用類似 Codex Security 外掛程式⁠(在新視窗中開啟)的工作流程，分析每個稽核目標並找出疑似漏洞。分析智慧體會閱讀分配到的程式碼，了解程式如何運作、判斷適用的威脅模型，並找出可能的漏洞。

分析智慧體在 12 小時內找出疑似漏洞，去除重複項目後共計 2,308 個。這個階段耗用價值 316,549 美元的 API 點數。

疑似漏洞不等於已驗證的漏洞。在這種規模下，對我們的研究團隊而言，逐一人工調查每份報告並不切實際。

因此，我們將驗證重點放在符合以下條件的疑似漏洞：a）低權限使用者可觸及，b）無須特殊權能，且 c）會產生可量測的記憶體損毀證據。

針對每個疑似漏洞，分流智慧體都會產生概念驗證程式，並在隔離的虛擬機器中執行。虛擬機器的 Linux 核心啟用了記憶體錯誤偵測工具 Kernel Address Sanitizer (KASAN)。智慧體會觀察程式與系統主控台的輸出，反覆調整概念驗證程式，直到重現報告描述的行為，或試盡可能的觸發方式。

我們的系統在 30 小時內重現了 1,724 個漏洞，約占 2,308 個疑似漏洞的 74.7%。僅靠靜態程式碼審查容易產生誤報，因此，分析智慧體能判斷得如此準確，令我們印象深刻。分流智慧體也同樣出色，能自行建立概念驗證程式，成功重現近四分之三的疑似漏洞。

其餘疑似漏洞多半需要較高權限，或未能在時限內重現。後者可能涉及難以觸發的競爭條件、特殊的觸發條件（例如執行到特定一行程式碼時，記憶體配置必須失敗），或需要長時間驗證（例如等待參照計數回繞）。只有 3.1% 屬於模型分析錯誤，這類報告假設了實際上不可能發生的條件。

驗證階段總計耗用價值 73,330 美元的 API 點數。我們發現，產生概念驗證程式來判斷疑似漏洞是否屬實，比單憑靜態分析提出建議更昂貴。無論疑似漏洞最終證實為真或判定為誤報，嘗試驗證的成本都相近。因此，若能在流程較早的階段排除誤報，就能顯著提升成本效益。

驗證能確認漏洞確實存在，但無法判定處理的急迫性。例如，若一個漏洞可能讓人提升本機權限，另一個只會令本機服務中斷，就應優先處理前者。驗證了 1,724 個漏洞後，下一項任務就是找出可能造成最大安全影響的漏洞。

初步篩選智慧體會以靜態方式審查每份報告、當機記錄及相關原始碼。篩選標準刻意保持寬鬆，以免漏掉可能嚴重的漏洞，同時排除沒有合理利用路徑的案例。篩選後，剩下 313 個可能導致資訊洩漏的漏洞，以及 1,238 個可能導致本機權限提升的漏洞。

接著，漏洞利用開發 (ExploitDev) 智慧體在隔離的虛擬機器中測試這些候選漏洞。虛擬機器啟用了標準 Linux 發行版的防護機制，包括監督者模式執行防護 (SMEP)、監督者模式存取防護 (SMAP)、核心位址空間配置隨機化 (KASLR)，以及 HARDENED_USERCOPY。保留這些防護，有助於避免將只有在關閉防護時才可行的攻擊誤判為實際威脅。

智慧體產生了 291 個資訊洩漏概念驗證程式，以及 1,169 個可成功執行的本機權限提升漏洞利用程式。後者可讓原本沒有特權的本機使用者取得 root 權限。

我們分析了漏洞變體，並為這些利用程式所針對的漏洞開發了 948 個不同的修補程式。我們以這個數字計算去除重複項目後的 LPE 漏洞總數。每開發一個能成功利用漏洞的程式，平均耗用價值 359 美元的點數。換句話說，防禦者可以用相對低的成本，測試已發現的漏洞是否可被利用。

初步漏洞篩選智慧體耗用價值 44,194 美元的 API 點數。漏洞利用階段總計耗用價值 775,929 美元的 API 點數，其中 84,929 美元用於處理資訊洩漏候選漏洞，691,000 美元用於處理本機權限提升候選漏洞。

處理一個本機權限提升候選漏洞平均花費 558 美元，約為處理一個資訊洩漏候選漏洞所需成本（271 美元）的兩倍。這是因為資訊洩漏 PoC 可沿用驗證階段的成果，只需較少修改，就能用於漏洞利用程式。相對地，從 LPE 候選漏洞開發利用程式，還需要許多額外步驟，例如規劃利用策略、找出可使用的易受攻擊物件，以及繞過緩解機制等。我們也注意到，69 次失敗的嘗試平均每次花費 3,922 美元，遠高於 1,169 次成功嘗試的平均成本（360 美元）。這是少數難以利用的漏洞（例如競爭條件）所造成的。若當時訂定合理的停止條件，例如一小時沒有進展就停止嘗試，本可大幅降低 ExploitDev 的成本。

系統也會為每個已驗證的漏洞產生修補程式。我們向模型提供相關原始碼，並在提示中納入撰寫修補程式的最佳實務，例如對修補程式進行靜態檢查、遵循周邊程式碼採用的軟體開發實務，以及進行變體分析，確保修補完整。

依照 Linux 核心社群的建議，我們已針對重大漏洞提交數百份報告與修補程式，目前正與 Patch the Planet 合作夥伴一起，逐步提交其餘漏洞的修補程式。我們透過 Daybreak 承諾支持開源專案，這項工作正是其中一環。

本節分享這項研究帶來的心得、反思與進一步分析。

在這項研究期間，我們觀察到 Linux 維護者迅速採取行動，修補漏洞並保護使用者。此次掃描針對 2026 年 10 月中旬最新的 Linux 核心進行。10 天後，自主掃描與人工分析完成時，已有 61 個 LPE 漏洞在上游完成修補，43 個已有待整合的修補程式，另有 299 個正在公開通報與討論。

我們非常感謝 Linux 維護者加緊修補已知問題，也感謝資安社群分享各自的發現。要保護全球使用的軟體，需要大家這樣通力合作。漏洞揭露得快，修補也跟得快，使用者和企業更應及時更新軟體。

重點啟示：自動化分流應該跟上修補速度。應依據最新程式碼重新驗證先前的發現，連初次掃描後才合併的程式碼也要納入驗證範圍。這樣可以避免重複通報或提交過時報告，讓維護者專心處理尚未修補的漏洞，並取得可據以行動的證據，省去不必要的審查工作。

在開發流程期間，GPT‑5.6 Sol 於 2026 年 7 月下旬找出並成功利用了 166 個不同的 LPE 漏洞，全流程共耗用價值 513,690 美元的 API 點數。

在 2026 年 10 月中旬的第二次掃描中，較新的資安模型找出並成功利用了 948 個不同的 LPE 漏洞，全流程共耗用價值 1,213,430 美元的 API 點數。這兩次作業都掃描了當時最新的 Linux 核心 master 分支。

重點啟示：隨著模型能力提升，應重新掃描先前已稽核的程式碼。即使使用相同的研究任務執行框架，能力更強的模型仍可能找出先前模型遺漏的漏洞。

我們抽樣檢視了智慧體開發的 166 個漏洞利用程式，並分析其中使用的漏洞利用技術。據我們所知，這批樣本用到了 10 種新的漏洞利用技術。我們也請第三方核心漏洞利用專家看過這些技術，他們同樣從未見過。

這 10 種技術中，兩種是新的持久性彈性物件，模型用它們在目標核心快取內大量配置物件；兩種是新的記憶體分頁布局操控技術，用於提高漏洞利用的可靠性；五種是新的純資料攻擊技術，可直接或透過任意寫入達成權限提升；另一種則涉及任意型別混淆。基於安全考量，本文不公開這些全新漏洞利用技術的完整技術細節。

重點啟示：前沿模型不只是比對已知易受攻擊的程式碼模式，也不僅使用已知的漏洞利用技術，還能發揮創意，想出新的漏洞利用方法。

衡量尋找與利用漏洞的成本，並以這些證據引導防禦投資，是我們團隊使命的重要一環。我們的目標是協助防禦者趕在攻擊者利用漏洞前完成修補，並把利用軟體漏洞的成本提高到足以讓攻擊者卻步。衡量漏洞利用成本有助於評估這項挑戰如何隨模型能力提升而改變。本節將這套流程的執行成本與漏洞獎勵計畫可能為這些漏洞支付的獎金相比。

實驗中的目標虛擬機器執行原版桌面作業系統，保留原有防護。實驗採用的威脅模型與網路安全競賽（例如 Pwn2Own⁠(在新視窗中開啟)、TyphoonPWN⁠(在新視窗中開啟)）相同。過去，Pwn2Own 與 TyphoonPWN 曾分別為 Linux 核心本機權限提升漏洞利用程式提供 20,000 美元與 70,000 美元的漏洞獎金。若按當年的獎金估算，這 948 個漏洞利用程式的總價值為 1,890 萬至 6,630 萬美元，約為我們流程成本的 16 至 55 倍。

我們也針對 Google 的 kernelCTF⁠(在新視窗中開啟) 漏洞獎勵計畫測試了此流程；該計畫以經過安全強化、攻擊面較小的 Linux 核心為目標。 我們在 kernelCTF 環境下，針對最新版本的 Linux 核心執行流程。由於這個核心版本與 kernelCTF 的 SLAB_VIRTUAL 緩解機制不相容，我們在測試設定中停用了這項機制。這次測試產出了 25 個資訊洩漏概念驗證程式與 21 個本機權限提升漏洞利用程式。作為比較，截至本文撰寫時，kernelCTF 在 2026 年已接受 26 個經確認的零日 LPE 漏洞利用程式。整次作業共耗時 112 小時，約耗用價值 32,936 美元的 API 點數，其中漏洞探索占 API 成本的 83.7%。若這 21 個漏洞獲該計畫接受，將可獲得約 150 萬美元的獎金，約為成本的 45 倍。

重點啟示：按公開獎金金額估算，以研究當時可用的資安模型執行這套漏洞研究流程，預估獎金高於執行成本。防禦者應主動分析自己的軟體，讓漏洞利用成本高到使攻擊者卻步。

在可利用性評估階段，ExploitDev 智慧體會取得一份漏洞報告，並受命建立功能完整的漏洞利用程式。只要成功取得 root shell，我們的流程就會將該漏洞標記為已成功利用。在早期的一次執行中，漏洞利用階段回報了 200 個成功的本機權限提升漏洞利用程式。然而，經人工審查後，我們發現其中 20 個是透過另一個零日漏洞取得 root 權限，而非使用原先分配的漏洞。這顯示，即使智慧體成功利用漏洞，仍需要妥善驗證。

後來，我們加強了任務限制，也增設一項獨立檢查，逐一確認最終產出的利用程式確實使用了指定的漏洞。

重點啟示：自主資安研究除了要驗證結果本身，也要驗證達成結果的路徑；隔離、監控與獨立檢查都是必要的管控措施。

研究初期，我們曾探討是否要為智慧體設計複雜的協調機制，藉此提升智慧體的資安能力。結果顯示，能力較強的模型只需要較少的協調與逐步引導。複雜機制帶來的改善有限，效益不足以抵銷維護成本，因此我們決定移除這套機制。

這項實驗比較了 GPT‑5.5 Cyber 與 GPT‑5.6 Cyber。我們觀察到，GPT‑5.5 Cyber 無法穩定判斷何時及如何運用既有的 Linux 核心漏洞利用技術。於是，我們將 103 種技術整理成模型易於使用的格式，放入智慧體的環境，並提示智慧體使用。在 63 個待測漏洞中，這項做法讓利用成功率從 76.2% 提升至 88.9%。

以 GPT‑5.6 Cyber 重複這項實驗時，模型更能自行尋找、選擇並運用相關技術。我們移除了技術／技能協調機制，而這個採用精簡協調機制的 GPT‑5.6 Cyber 工作流程，表現優於輔助架構更繁複的 GPT‑5.5 Cyber 工作流程。為 GPT‑5.6 Cyber 加回額外的技術層後，成功率僅小幅提高了 1.5 個百分點。

重點啟示：隨著基礎模型能力改變，應重新評估協調機制與任務執行框架。某套輔助架構即使能大幅改善一代模型的表現，對能力更強的模型也可能幫助有限。這時就要評估效益是否值得維護成本。

起初，直接提示模型產生候選修補程式時，模型產生的修補程式功能正確，也能防堵概念驗證程式所示範的攻擊，但偶爾也會引入其他問題：寫了過多程式碼、可能犧牲效能、偏離程式碼慣例，或未檢查相關程式碼中是否存在同一漏洞的變體，導致修補不完整。

加入額外指示，並反覆改進修補程式產生流程後，修補品質有所提升。這顯示只要處理得當，AI 產生的安全修補程式就可能做到正確、精簡，並符合既有程式碼慣例。這是目前積極研究的領域，我們相信，未來的模型將讓這項工作更容易、成效更好。在少數案例中，研究原型甚至在專家撰寫的修補程式裡找出問題。這些問題都在修補程式合併前獲得修正。

重點啟示：模型能加快修補流程，但修補技能與任務執行框架可能需要反覆改進，才能讓修補程式穩定符合功能與非功能需求。此外，我們建議讓模型從攻擊者的角度審查人員或 AI 撰寫的修補程式，檢查攻擊者能否繞過修補，或改用修補程式漏掉的其他攻擊路徑或漏洞變體。

在這次 kernelCTF 測試中，除了 21 個 Linux 核心零日漏洞利用程式，我們的研究原型也發現並成功利用了一個 QEMU TCG 漏洞。分析智慧體原本被指派分析系統呼叫的入口程式碼，在撰寫程式測試權限切換時，意外遇到核心當機。分析智慧體調查了這次當機，在無法存取 QEMU 原始碼的情況下，仍將問題追溯至 QEMU TCG，並把該漏洞納入報告。隨後，ExploitDev 智慧體成功為這個漏洞開發出本機權限提升漏洞利用程式。我們在人工分析漏洞利用程式時發現了這個 QEMU 漏洞，並確認 QEMU 上游已修補這個漏洞，只是實驗所用的發行版本尚未納入修補程式。

重點啟示：具備資安能力的前沿模型能找出測試基礎設施中的漏洞。我們建議在展開攻擊性漏洞研究前，先測試基礎設施的每個部分。我們已主動測試自身基礎設施，揭露並修補 Kata、Moby/Docker、gVisor 及其他專案中的許多漏洞。

我們希望模型每進步一步，都能為維護網際網路安全的人帶來長久的優勢。這項研究顯示，隨著前沿模型的資安能力提升，我們能更有效地在 Linux 核心等複雜軟體中尋找漏洞。強化 Linux 等重要開源軟體專案的防護，有助於保護眾多下游系統與使用者。

透過 Daybreak 倡議旗下的 Patch the Planet，我們希望將這項研究擴展至更多關鍵軟體專案，並與維護者及資安合作夥伴共同開發可靠的自動化修補機制。我們希望逐步減少攻擊者可乘之機，提高尋找及利用漏洞的成本，讓攻擊者最終覺得，預期能獲得的回報已不值得付出這樣的代價。

每一代模型都應該幫助我們寫出連下一代模型也更難攻破的軟體。我們會繼續努力，讓網際網路成為人人都能安心、愉快地開發新事物的地方。