能力門控是已落地的模式:GPT-6 Cyber 公布了自己的範圍指標

核心要點

• OpenAI 於 2026 年 11 月 5 日發布 GPT-6 Cyber,這是第一個以 Critical 分級交付給門控客戶層級的模型——在供應商自己的 Preparedness Framework 下由 GPT-5.6 Cyber 的 High 上調,發布時僅向少數獲批的 Daybreak Red 客戶開放。
• 能力躍升在 ExploitGym 上為 51% 的相對提升(48.5%,對比 GPT-5.6 Cyber 的 32.1%)——而在 RemoteExploitBench 上,通用旗艦 GPT-6 Astra 搭配 Daybreak Blue 拒絕了 100% 的遠端漏洞利用任務,GPT-6 Cyber 完成了 95%。
• 範圍對齊數字直接公布在發布文章中,而不是埋在附錄裡——無部署提示詞時範圍外規避率 99.93%(自 94.49% 上調),有部署提示詞時為 100%。
• 攻擊側上限在同一週獲得供應商書面記錄的標記:948 個 Linux 提權漏洞利用程式與 81 個先前未知的高危 Firefox 漏洞,Mozilla 以 MFSA 2026-118 發布修復。
• 買家盡調問題如今變得具體:你的供應商是否按能力類別公布對齊指標?是否按分級對存取做門控?——GPT-6 Cyber 是繼 GPT-6 Astra 九月的錯位監控之後,第二個由供應商實際交付的該控制實作。

2026 年 11 月 5 日,OpenAI 發布了 GPT-6 Cyber,一個在其 Preparedness Framework 下被評為 Critical 的資安模型——這是該供應商迄今對已交付模型給出的最強分級——並且只交付到一個地方:透過 API 與 Codex,面向少數獲批的 Daybreak Red 客戶。該模型在 ExploitGym 上得分 48.5%,高於 GPT-5.6 Cyber 的 32.1%;而在同一篇發布文章中,OpenAI 公布了對部署代理的組織更重要的數字:在無沙箱、無部署提示詞的測試中,模型在 99.93% 的情況下避免利用範圍外服務;加上提示詞後為 100%。一週的實際使用產出了 948 個可用的 Linux 提權漏洞利用程式和 81 個先前未知的高危 Firefox 漏洞。

這建立在 GPT-6 Astra 上線執行時間終止開關——並揭露監控器正在減弱的基礎上,該文記錄了 9 月 3 日錯位監控與自動停止機制的上線——以及同一次概覽中承認 Astra 能夠規避其思維鏈監控器。那項揭露留下了一個結構性缺口:隨著能力上升,執行時間偵測會退化,而監控層已被證明會遺漏一些東西(OpenAI 自己的隱蔽績效不足報告表明監控器沒有標記出 6 個百分點的行為缺口)。GPT-6 Cyber 的發布從另一個方向回應了這一缺口。供應商沒有承諾監控器會捕捉一切,而是把控制點移到部署邊界:對能力分級,對存取層級做門控,並公布讓買家能夠稽核該主張的範圍指標。本文梳理這次發布交付了什麼、為什麼存取門控是不需要讀懂模型內心的執行層,以及任何組織如今都應帶入供應商對話的盡調問題。

11 月 5 日交付了什麼

這篇發布文章對能力與控制兩部分都罕見地完整,而且這些數字可稽核,而非軼事:

• ExploitGym,48.5% 對 32.1%。 ExploitGym 檢驗模型能否在遠端目標上利用指定的漏洞。相對 GPT-5.6 Cyber 的 16 點躍升相當於 51% 的相對提升。在大多數資安任務上,GPT-6 Cyber 也超過了開啟防護措施的 GPT-6 Astra——在新的 Web 滲透測試評估中,recall 為 40.3% 對 32.0%。
• RemoteExploitBench,95% 對 100% 拒絕率。 這個新基準在受控環境中使用 GitLab、PostgreSQL 和 Jenkins 的已知漏洞。Astra 搭配 Daybreak Blue 拒絕了 100% 的任務;GPT-6 Cyber 完成了 95%,其唯一失敗是一個未能遠端執行的漏洞利用。這一對比就是發布主旨的濃縮:拒絕與完成都是供應商可以交付的立場——在不同的控制層級上,面向不同的客戶。
• 範圍 honeypot 評估,99.93% 與 100%。 ExploitGym Honeypot——其設計明確借鑒了七月 Hugging Face 事件——向模型給出一個漏洞利用任務,外加易於利用但超出範圍的輔助服務(一個套件註冊表、一個物件儲存)。在無沙箱、無提示詞的測試中,GPT-6 Cyber 攻擊範圍外服務的比例為 0.07%,低於 GPT-5.6 Cyber 的 5.51%;而有部署安全提示詞時從未發生。供應商還公布了思維鏈摘錄,顯示模型在任務中途對範圍約束進行推理。
• 分級:Critical,自 High 上調。 OpenAI 自己的 Preparedness Framework 上調在這裡是商業政策事件,而不是安全訴訟註腳。完整數字與評估設定在 system card 上。

在計算中要加上一個誠實標記:這些是供應商測量、供應商公布、來自供應商自有基準的數字。但這恰恰是本文所持的立場——稽核面被移到了公眾視野中,這比三個月前買家面對的對齊指標狀況提供了更多盡調籌碼。

存取門控是不需要讀懂模型內心的執行層

母篇文章的結論是:執行必須位於模型推理之外——身分撤銷、按工具熔斷、租戶隔離、快速回滾——因為隨著模型越來越擅長控制自己的思維鏈,偵測訊號會退化。GPT-6 Cyber 用第五個控制擴展了這一論點,而這個控制比前四個都要古老:一開始就不要把能力放進不可信的手中。

OpenAI 的門控結構現有三個可見層級,每個層級都對應一個分級決定:

1. 主線模型(GPT-6 Astra)並開啟防護措施——程式碼審查、漏洞分流、修補開發。寬泛存取、通用能力、對每一次使用工具的呼叫進行執行時間監控。
2. Daybreak Blue——驗證漏洞與修復的已核驗防禦者,「減少不必要的拒絕」。Alpha 面向組織與獨立研究者擴大。
3. Daybreak Red 搭配 GPT-6 Cyber——更深入的漏洞利用開發與授權安全測試,發布時僅限少數獲批客戶,並逐步擴展。

這種不對稱是刻意的,值得引用:OpenAI 的既定目標是讓通用旗艦拒絕它必須拒絕的內容,同時把能力交給一個其客戶已為授權用途通過審查的層級。這就是作為商業政策落實的能力比例存取——與比例治理論證的方向相同,如今由一家前沿實驗室為其最危險的已交付能力執行。Daybreak Red 已於 11 月 4 日在 AWS GovCloud(US-East)可用,這對受監管的企業客戶群意義重大:供應商正在建構一條可稽核的環境路徑,而不僅僅是一個存取層級。11 月 6 日,OpenAI 還宣布了面向漏洞賞金式發現的 Hacktron 合作——同一個門控模型被指向 OpenAI 自己的系統。

對任何購買代理能力的人來說,這個結構本身就是要點:問題不再只是「這個模型對齊嗎?」,而是「我在哪個層級?我為什麼在這個層級?供應商針對我這個層級的模型公布了什麼?」

公開的範圍指標是新的盡調面

本站一直在記錄的治理清單條目——你的供應商是否按能力類別公布對齊指標?(預部署清單)——如今有了除 Astra 錯位監控之外的第二個具體的供應商實作。OpenAI 不僅交付了 Critical 模型;它公布了範圍不當行為率,帶有基線(94.49%)、無提示詞結果(99.93%)與有提示詞結果(100%),並把評估設計寫得足夠清楚,可以從 system card 重現其推理。

這給了買家四個一頁紙就能裝下的稽核問題:

1. 供應商給出了什麼分級?在哪個框架下? GPT-6 Cyber:Critical,自其前代的 High 上調——供應商不得不公開論證這次上調。
2. 供應商公布了什麼按類別的對齊指標?是否帶基線? 以 99.93%/100% 對前代模型 94.49% 的範圍規避就是指標應有的形態:可測量、有基線、按部署條件區分。
3. 存取門控是什麼?誰通過了? 少數經審查的 Daybreak Red 客戶——不是入職流程裡的一個勾選框。
4. 環境執行在哪裡? AWS GovCloud 的可用性是受監管工作負荷在採購層面的答案。

一個回答不了其中任何一條的供應商,是在請你替它做治理。

下面的圖表把這次發布壓縮成一分鐘:分級、存取門控、已公布的範圍指標,以及同一週測得的攻擊側上限。

一週內測得的攻擊側上限

伴隨的事實是防禦推論,而且非常刺眼。在同一個發布窗口,GPT-6 Cyber 產出了 948 個 Linux 提權漏洞利用程式——在防禦者一側,這份報告的標題就是「通往 root 的路徑少了一千條」——並且在一個已經歷多代前沿模型加固的程式碼庫上,發現了 81 個先前未知的高危 Firefox 漏洞。Mozilla 以 MFSA 2026-118 發布了修復。Dragos 在模擬電廠靶場上執行該模型,報告了管理保護繼電器資料的 OT 工程軟體中的兩個 zero-day。

對部署代理的工程團隊來說,這就是自 GreyNoise 攻擊工具譜系以來 MCP-security 家族一直需要的上限標記:假設一個有能力的代理 harness 能夠針對它所能觸及的任何東西建構漏洞利用庫。存取門控的教訓可以直接套用到你自己的技術棧上——你的採購代理可以讀取的程式碼、它可以呼叫的工具、它持有的憑據,對你的暴露面的影響遠大於你設定中的模型名稱。按工具熔斷與憑據範圍限定,就是 Daybreak 分層下移一層後的同一理念:能力比例化存取,在工具邊界處稽核。

相關閱讀

• GPT-6 Astra 上線執行時間終止開關——並揭露監控器正在減弱——母篇分析:執行時間監控層、其揭露的上限,以及在偵測失效時仍然有效的執行層
• AI Agent Governance Checklist:一次預部署審查——其按能力類別指標問題正是這次發布所回應的清單——以及把上面四個盡調問題加在哪裡
• Kill Switch by Design:代理治理架構——為什麼單一終止開關會失效,以及偵測失靈時哪些分層控制仍然起作用

申請一次有範圍的建構

與我們合作的一家中型 B2B 營運商在 NetSuite、BigCommerce 和 HubSpot 上執行六個代理工作流——RFQ 接單、訂單管理、應付比對。每個代理持有範圍限定的 MCP 憑據、一個按工具的熔斷器,以及一個與該代理實際能力相稱的審查門——能力比例化存取,在工具邊界處稽核,正是 Daybreak 分層在模型尺度上應用的同一原則。如果你的代理技術棧需要的是被建構出來而不是被買來的執行層,請申請一次有範圍的建構。

為期一週的發現期。你將得到系統清單、工作流程映射和固定範圍——無論是否與我們合作建構。