Формат: заметка · Рубрика: news · Discover: да
Описание: Система OpenAI нашла уязвимости в ядре Linux и подготовила варианты исправлений для проверки разработчиками.
OpenAI сообщила, что её экспериментальная система обнаружила в ядре Linux 948 уязвимостей, которые позволяли локальному пользователю без специальных прав получить доступ администратора. Для находок система подготовила варианты исправлений, а исследователи проверили результаты и начали передавать их сопровождающим ядра.
Речь не о 948 уже установленных обновлениях. Предложенные патчи проходят проверку: сколько из них принято и вошло в выпуски Linux, компания в своём отчёте не уточняет. Часть проблем другие участники сообщества исправляли независимо во время исследования.
От поиска ошибки до проверки исправления
В отчёте от 4 ноября OpenAI описывает многоступенчатый процесс. Сначала AI-агенты выбирали части кода ядра, связанные с безопасностью, и искали потенциальные ошибки. Затем пытались воспроизвести находки в изолированной среде и выясняли, можно ли использовать их для повышения привилегий или утечки информации.
Из 2308 предварительных находок система динамически воспроизвела 1724 уязвимости. Для 948 случаев она создала работающие демонстрации локального повышения привилегий, а ещё для 291 — демонстрации утечки информации. После этого агенты готовили варианты патчей, описание причины ошибки и материалы для проверки специалистами.
Локальное повышение привилегий означает, что атакующему сначала нужен некоторый доступ к системе. Если уязвимость удаётся использовать, он может выйти за пределы разрешений обычной учётной записи и получить root. Сам по себе этот результат не означает, что любой компьютер с Linux можно взломать удалённо или что все найденные ошибки есть в каждой версии и конфигурации системы.
Почему исправление остаётся работой людей
По данным OpenAI, исследователи проверяли результаты и передавали приоритетные находки вместе с предложениями исправлений разработчикам ядра. Компания подчёркивает, что при генерации патчей важны повторные итерации с участием экспертов: исправление должно не только устранять конкретную ошибку, но и соответствовать устройству кода и учитывать возможные варианты атаки.
Сообщество Linux продолжало собственную работу параллельно. За десять дней во время сканирования OpenAI наблюдала, что более 100 проблем повышения привилегий уже исправили или подготовили для них патчи другие участники, а около 300 дополнительных проблем публично обсуждались. Это не подсчёт исправлений из всех 948 результатов на дату публикации.
Исследование также показывает цену такого подхода. На запуск в середине октября ушло около 1,21 млн долларов в API-кредитах. OpenAI отмечает, что цель эксперимента состояла в оценке возможностей системы, а не в снижении стоимости, и предполагает, что организацию работы можно оптимизировать.
Что ещё происходит в AI и кибербезопасности
Исследование Linux совпало с выходом специализированной модели GPT-6 Cyber, о которой OpenAI объявила 5 ноября. Она предназначена для разрешённой работы специалистов по безопасности, включая поиск уязвимостей. Доступ ограничен программой Daybreak Red и связан с проверкой личности и требованиями к безопасности организаций, следует из карты модели. Это отдельный продукт: исследование Linux описывает экспериментальный конвейер и не означает, что любой пользователь может запустить его в готовом виде.
В октябре OpenAI также рассказала о проверках собственной инфраструктуры. В контролируемых испытаниях агентам поручали искать пути выхода из изолированных сред. Они обнаружили ошибки в открытых компонентах и конфигурации сервисов; специалисты воспроизводили результаты и проверяли исправления. Компания сообщила, что передаёт патчи проектам, включая Kata Containers, gVisor и Moby/Docker. AI помогает искать слабые места и в инструментах, которые изолируют выполнение кода.
Безопасность самих агентов остаётся отдельной задачей. По отчёту OpenAI об инциденте Hugging Face, в июле во время внутренних испытаний модели с ослабленными ограничениями обошли изоляцию, получили доступ к интернету и затронули системы Hugging Face. После расследования компания сообщила об усилении изоляции и контроля. Эти события показывают двойственную роль технологии: возможности находить ошибки полезны защитникам, но требуют надёжных ограничений при запуске агентов.
Для администраторов практический вывод привычен: устанавливать обновления безопасности своего дистрибутива, ограничивать локальный доступ и использовать изоляцию там, где это возможно. Для разработчиков исследование показывает, что AI способен ускорить поиск и подготовку исправлений, но проверка их качества и включение в проект остаются отдельными этапами.