OpenAI oppgir at en prototype fant 2 308 mulige feil, reproduserte 1 724 sårbarheter og identifiserte 948 ulike feil for lokal privilegieeskalering. Kjøringen kostet 1 213 430 dollar i API bruk.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did OpenAI’s November 4, 2026 research announcement reveal about its prototype autonomous security pipeline’s mid-October run against t. Article summary: OpenAI’s November 4 announcement, “A thousand fewer paths to root,” reported that a prototype autonomous pipeline discovered, validated and generated candidate patches for 948 distinct Linux local privilege-escalation vu. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
OpenAI la 4. november 2026 fram resultater fra en prototype som lette etter sikkerhetsfeil i Linux-kjernen, testet mulige funn i et kontrollert miljø og laget forslag til rettelser. Selskapet oppgir at systemet fant 2 308 mulige feil, reproduserte 1 724 sårbarheter og identifiserte 948 ulike sårbarheter for lokal privilegieeskalering. Hele kjøringen kostet 1 213 430 dollar i API-bruk.2 Det er et oppsiktsvekkende resultat, men ikke et tegn på at 948 rettelser allerede er tatt inn i Linux.
Tallene viser ulike trinn i arbeidet. Først pekte systemet ut mulige feil. Deretter forsøkte det å gjenskape dem i praksis. Til slutt laget det utnyttelser og forslag til rettelser for sårbarhetene som ble identifisert.2
Ifølge omtale av gjennomgangen var søket avgrenset til 5 034 målområder, til sammen rundt 2,8 millioner kodelinjer – omtrent 7 prosent av Linux-kjernen.22 OpenAIs egen oppsummering oppgir at systemet fant 2 308 mulige feil og reproduserte 1 724 av dem dynamisk, altså ved å teste om de faktisk kunne utløses.
2
En separat gjennomgang oppgir at systemet laget 1 169 fungerende utnyttelser for privilegieeskalering, knyttet til 948 unike sårbarheter.35 Flere utnyttelser eller varianter kan altså vise til samme underliggende feil. OpenAI oppsummerer hovedfunnet som 948 utnyttelser for lokal privilegieeskalering.
2
OpenAI oppgir at API-kostnaden for hele kjøringen var 1 213 430 dollar.2 Delt på 948 unike sårbarheter blir det omtrent 1 279 dollar per feil. Det er kun et gjennomsnitt basert på den oppgitte kostnaden – ikke et mål på den samlede ressursbruken til sikkerhetsforskning, menneskelig gjennomgang, varsling eller implementering av rettelser.
Til sammenligning skal en kjøring i slutten av juli, med GPT-5.6 Sol, ha funnet 166 unike sårbarheter for 513 690 dollar. Ut fra de oppgitte tallene ga oktober-kjøringen omtrent 5,7 ganger så mange unike funn, men kostet også mer totalt.31 Sammenligningen gir en pekepinn på omfanget, men dokumenterer ikke at de to kjøringene hadde identiske forutsetninger.
OpenAI beskriver systemet som en pipeline for å finne, utnytte og rette sårbarheter, og sier at det også laget forslag til rettelser.2 Men et forslag blir ikke automatisk en ferdig løsning: Vedlikeholderne må gjennomgå og godta endringen før den blir en del av Linux-kjernens hovedgren.
En statusoversikt omtalt ti dager etter kjøringen oppga at 61 sårbarheter var rettet i hovedgrenen, 43 hadde rettelser i en testfase, og 299 var under offentlig rapportering og diskusjon.17 Ifølge omtale sendte OpenAI rapporter og rettelser til Linux-vedlikeholdere, mens andre saker ble formidlet gjennom samarbeidspartnerne i Patch the Planet.
18 Tallene beskriver framdriften på det tidspunktet – ikke at alle de øvrige funnene var rettet, eller at alle forslagene var godkjent.
Resultatet tyder på at en AI-assistert arbeidsflyt kan kombinere gjennomgang av store mengder kode med testing av mulige sårbarheter, utvikling av utnyttelser og forslag til rettelser. Samtidig viser statusen etter ti dager at det tar tid å gå fra et funn til en godkjent løsning: Rettelser må gjennomgås, koordineres og innarbeides.
Tallene er OpenAIs egen rapportering fra en kontrollert forskningsøvelse. De er ikke uavhengig dokumentasjon på at hver rapporterte utnyttelse fungerer på alle Linux-systemer, eller at andre miljøer vil gi samme resultat. Kunngjøringen viser en betydelig forskningskapasitet, men fastslår ikke at alle de 948 rettelsene er innarbeidet eller tatt i bruk.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
OpenAI oppgir at en prototype fant 2 308 mulige feil, reproduserte 1 724 sårbarheter og identifiserte 948 ulike feil for lokal privilegieeskalering.
OpenAI oppgir at en prototype fant 2 308 mulige feil, reproduserte 1 724 sårbarheter og identifiserte 948 ulike feil for lokal privilegieeskalering. Kjøringen kostet 1 213 430 dollar i API bruk. Det tilsvarer omtrent 1 279 dollar per unik sårbarhet, regnet som et enkelt gjennomsnitt.
Ti dager etter kjøringen var 61 sårbarheter rettet i Linux kjernens hovedgren, 43 hadde testversjoner av rettelser, og 299 var under offentlig diskusjon.
OpenAI oppgir at en prototype fant 2 308 mulige feil, reproduserte 1 724 sårbarheter og identifiserte 948 ulike feil for lokal privilegieeskalering. Kjøringen kostet 1 213 430 dollar i API bruk.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did OpenAI’s November 4, 2026 research announcement reveal about its prototype autonomous security pipeline’s mid-October run against t. Article summary: OpenAI’s November 4 announcement, “A thousand fewer paths to root,” reported that a prototype autonomous pipeline discovered, validated and generated candidate patches for 948 distinct Linux local privilege-escalation vu. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
OpenAI la 4. november 2026 fram resultater fra en prototype som lette etter sikkerhetsfeil i Linux-kjernen, testet mulige funn i et kontrollert miljø og laget forslag til rettelser. Selskapet oppgir at systemet fant 2 308 mulige feil, reproduserte 1 724 sårbarheter og identifiserte 948 ulike sårbarheter for lokal privilegieeskalering. Hele kjøringen kostet 1 213 430 dollar i API-bruk.2 Det er et oppsiktsvekkende resultat, men ikke et tegn på at 948 rettelser allerede er tatt inn i Linux.
Tallene viser ulike trinn i arbeidet. Først pekte systemet ut mulige feil. Deretter forsøkte det å gjenskape dem i praksis. Til slutt laget det utnyttelser og forslag til rettelser for sårbarhetene som ble identifisert.2
Ifølge omtale av gjennomgangen var søket avgrenset til 5 034 målområder, til sammen rundt 2,8 millioner kodelinjer – omtrent 7 prosent av Linux-kjernen.22 OpenAIs egen oppsummering oppgir at systemet fant 2 308 mulige feil og reproduserte 1 724 av dem dynamisk, altså ved å teste om de faktisk kunne utløses.
2
En separat gjennomgang oppgir at systemet laget 1 169 fungerende utnyttelser for privilegieeskalering, knyttet til 948 unike sårbarheter.35 Flere utnyttelser eller varianter kan altså vise til samme underliggende feil. OpenAI oppsummerer hovedfunnet som 948 utnyttelser for lokal privilegieeskalering.
2
OpenAI oppgir at API-kostnaden for hele kjøringen var 1 213 430 dollar.2 Delt på 948 unike sårbarheter blir det omtrent 1 279 dollar per feil. Det er kun et gjennomsnitt basert på den oppgitte kostnaden – ikke et mål på den samlede ressursbruken til sikkerhetsforskning, menneskelig gjennomgang, varsling eller implementering av rettelser.
Til sammenligning skal en kjøring i slutten av juli, med GPT-5.6 Sol, ha funnet 166 unike sårbarheter for 513 690 dollar. Ut fra de oppgitte tallene ga oktober-kjøringen omtrent 5,7 ganger så mange unike funn, men kostet også mer totalt.31 Sammenligningen gir en pekepinn på omfanget, men dokumenterer ikke at de to kjøringene hadde identiske forutsetninger.
OpenAI beskriver systemet som en pipeline for å finne, utnytte og rette sårbarheter, og sier at det også laget forslag til rettelser.2 Men et forslag blir ikke automatisk en ferdig løsning: Vedlikeholderne må gjennomgå og godta endringen før den blir en del av Linux-kjernens hovedgren.
En statusoversikt omtalt ti dager etter kjøringen oppga at 61 sårbarheter var rettet i hovedgrenen, 43 hadde rettelser i en testfase, og 299 var under offentlig rapportering og diskusjon.17 Ifølge omtale sendte OpenAI rapporter og rettelser til Linux-vedlikeholdere, mens andre saker ble formidlet gjennom samarbeidspartnerne i Patch the Planet.
18 Tallene beskriver framdriften på det tidspunktet – ikke at alle de øvrige funnene var rettet, eller at alle forslagene var godkjent.
Resultatet tyder på at en AI-assistert arbeidsflyt kan kombinere gjennomgang av store mengder kode med testing av mulige sårbarheter, utvikling av utnyttelser og forslag til rettelser. Samtidig viser statusen etter ti dager at det tar tid å gå fra et funn til en godkjent løsning: Rettelser må gjennomgås, koordineres og innarbeides.
Tallene er OpenAIs egen rapportering fra en kontrollert forskningsøvelse. De er ikke uavhengig dokumentasjon på at hver rapporterte utnyttelse fungerer på alle Linux-systemer, eller at andre miljøer vil gi samme resultat. Kunngjøringen viser en betydelig forskningskapasitet, men fastslår ikke at alle de 948 rettelsene er innarbeidet eller tatt i bruk.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
OpenAI oppgir at en prototype fant 2 308 mulige feil, reproduserte 1 724 sårbarheter og identifiserte 948 ulike feil for lokal privilegieeskalering.
OpenAI oppgir at en prototype fant 2 308 mulige feil, reproduserte 1 724 sårbarheter og identifiserte 948 ulike feil for lokal privilegieeskalering. Kjøringen kostet 1 213 430 dollar i API bruk. Det tilsvarer omtrent 1 279 dollar per unik sårbarhet, regnet som et enkelt gjennomsnitt.
Ti dager etter kjøringen var 61 sårbarheter rettet i Linux kjernens hovedgren, 43 hadde testversjoner av rettelser, og 299 var under offentlig diskusjon.