Câu trả lờiĐã xuất bản22 nguồn
AI giải bài toán khó, nhưng có thể tìm ra nhiều lỗ hổng hơn chúng ta tưởng
Altman kể về thử nghiệm nội bộ trong đó một mô hình được giao các bài toán nghiên cứu khó; truyền thông về podcast ước tính thí nghiệm Navier–Stokes tiêu tốn khoảng 10 triệu USD điện toán. Cuộc trò chuyện đặt năng lực AI tìm lỗi phần mềm cạnh thách thức bảo mật: hai lỗ hổng PHP2Shell có điểm CVSS 9,2 và đã được CISA...
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- Altman kể về thử nghiệm nội bộ trong đó một mô hình được giao các bài toán nghiên cứu khó; truyền thông về podcast ước tính thí nghiệm Navier–Stokes tiêu tốn khoảng 10 triệu USD điện toán.
- Cuộc trò chuyện đặt năng lực AI tìm lỗi phần mềm cạnh thách thức bảo mật: hai lỗ hổng PHP2Shell có điểm CVSS 9,2 và đã được CISA đưa vào danh mục lỗ hổng bị khai thác thực tế.
Prompt AI
openai.comCreate a landscape editorial hero image for this Studio Global article: What did OpenAI CEO Sam Altman reveal during his October 29 Cheeky Pint podcast conversation with Stripe president John Collison about the i. Article summary: Altman’s central message was that AI’s scientific and engineering capabilities are advancing alongside its ability to expose weaknesses in existing software—and that containing substantially superhuman systems remains an. Topic tags: general, general web, user generated, government. 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, ch
Cuộc trò chuyện ngày 29/10/2026 giữa CEO OpenAI Sam Altman và đồng sáng lập Stripe John Collison xoay quanh một nghịch lý đáng chú ý: AI có thể giúp giải những bài toán kỹ thuật hóc búa, đồng thời khiến các lỗ hổng bị bỏ sót trong phần mềm dễ bị phát hiện hơn. Nhưng tìm ra lỗi mới chỉ là bước đầu; vẫn cần xác minh, vá lỗi và triển khai bản cập nhật cẩn thận.15
20
Thử nghiệm “Hold My Beer” và bài toán Navier–Stokes
Một bài viết về cuộc trò chuyện cho biết các nhà nghiên cứu OpenAI đã đưa những bài toán khó từ nhiều lĩnh vực cho một mô hình nội bộ trong kênh có tên “Model Name-Hold My Beer”. Theo lời kể, mô hình lần lượt giải được các bài toán. Tên kênh này không đồng nghĩa với tên chính thức đã được xác nhận của mô hình.5
Một bài đăng trên mạng xã hội thuật lại rằng Altman vừa phấn khích vừa buồn hơn dự đoán, như thể đang chứng kiến một điều gì đó khép lại. Chi tiết cảm xúc này xuất phát từ một tài khoản chia sẻ đoạn trích, chưa được xác minh độc lập bằng bản ghi đầy đủ trong các tường thuật hiện có.27
Các nội dung đưa tin về podcast ước tính thí nghiệm Navier–Stokes của OpenAI tiêu tốn khoảng 10 triệu USD tiền điện toán.2 Đây là con số được thuật lại, không phải kết quả kiểm toán độc lập về lượng tài nguyên đã dùng hay bằng chứng xác nhận lời giải. Các nguồn hiện có cũng chưa chứng minh được nhóm tác nhân AI giúp tiết kiệm cụ thể bao nhiêu chi phí.
2
“Nhóm tác nhân” không tự động đồng nghĩa với an toàn
Trong bản ghi được lập chỉ mục, Altman thích gọi là “nhóm tác nhân” hơn là “đàn tác nhân”. Ông cho rằng cách phối hợp này có thể đem lại những đặc tính đáng nghiên cứu về quy luật mở rộng năng lực và sự đồng bộ mục tiêu (alignment). Đó là hướng nghiên cứu ông đề cập, không phải bằng chứng rằng các nhóm tác nhân mặc nhiên an toàn hay dễ kiểm soát hơn.17
Một số bài tường thuật cũng cho biết Altman nghiêng về viễn cảnh có một nghìn tỷ AI hơi vượt trội con người, thay vì một hệ thống siêu trí tuệ duy nhất. Lập luận được nêu là nhiều tác nhân có thể tạo ra sức chống chịu tốt hơn so với việc phụ thuộc vào một trí tuệ duy nhất.21
Về việc kiềm chế AI, Altman được dẫn lời nói rằng sandbox — môi trường giới hạn hoạt động của mô hình — chỉ có tác dụng “đến một mức độ nhất định” nếu mô hình thông minh hơn nhiều so với người vận hành. Ông cũng nói các trung tâm dữ liệu có thể tự nhân rộng đã “nằm trong tầm với”, đồng thời cho biết OpenAI sẽ hướng hoạt động robot vào việc xây dựng trung tâm dữ liệu. Đây là nhận định về tương lai, không phải xác nhận rằng các cơ sở tự nhân rộng đã tồn tại.3
PHP2Shell cho thấy vì sao phát hiện lỗ hổng bằng AI đáng chú ý
Câu chuyện về AI và bảo mật phần mềm có ví dụ cụ thể là PHP2Shell, tên gọi chung của hai lỗ hổng PHP: CVE-2026-109618 và CVE-2026-109619. Cả hai được chấm CVSS 9,2 và có thể cho phép thực thi mã từ xa mà không cần xác thực.29
32
Theo Calif, các lỗ hổng được phát hiện với sự đóng góp của Calif, OpenAI và Wiz. IBM cho biết các nhà nghiên cứu đã sử dụng những hệ thống AI, trong đó có GPT-5.6 Sol của OpenAI, như một phần của quá trình tìm ra lỗi; IBM cũng ghi nhận các nỗ lực khai thác sau khi lỗ hổng được công bố.31
44 CISA cho biết hai lỗ hổng được đưa vào Danh mục lỗ hổng đã bị khai thác (KEV) ngày 26/10 và kêu gọi các tổ chức cập nhật bản vá.
29
Trong phần tường thuật về cuộc phỏng vấn, cảnh báo rộng hơn của Altman là việc dùng AI một cách có hệ thống để rà soát mã hiện có có thể làm lộ ra nhiều lỗ hổng nghiêm trọng hơn dự kiến.20 PHP2Shell cho thấy phát hiện lỗi chỉ là một phần của quy trình: tổ chức vẫn cần xác định hệ thống bị ảnh hưởng, đánh giá thông tin và triển khai bản sửa lỗi. Với các đơn vị vận hành PHP, khuyến nghị trước mắt của CISA là vá lỗi sớm.
29
Điều cuộc trò chuyện xác lập — và chưa xác lập
Các nội dung tường thuật ủng hộ việc cuộc trò chuyện đề cập đến năng lực nghiên cứu của AI, nhóm tác nhân, an ninh mạng và giới hạn của sandbox. Tuy nhiên, chúng không xác lập khoản tiết kiệm cụ thể nhờ nhóm tác nhân, không kiểm chứng độc lập kết quả Navier–Stokes được nhắc đến, cũng không xác nhận mọi tuyên bố liên quan đang lan truyền về sự cố AI hay việc ứng dụng phần mềm.2
17
Với các nhóm phát triển phần mềm, bài học thực tế là xem khả năng AI phát hiện lỗi như lý do để củng cố công tác bảo trì, chứ không phải phương án thay thế. Báo cáo lỗi cần được xác minh, việc sửa lỗi cần có người chịu trách nhiệm rõ ràng, và bản cập nhật phải đến được các hệ thống đang vận hành. Mức độ nghiêm trọng của PHP2Shell cùng cảnh báo vá lỗi từ CISA cho thấy những bước này quan trọng ra sao, kể cả khi AI góp phần tìm ra lỗ hổng.29
32
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "AI giải bài toán khó, nhưng có thể tìm ra nhiều lỗ hổng hơn chúng ta tưởng" là gì?
Altman kể về thử nghiệm nội bộ trong đó một mô hình được giao các bài toán nghiên cứu khó; truyền thông về podcast ước tính thí nghiệm Navier–Stokes tiêu tốn khoảng 10 triệu USD điện toán.
Những điểm chính cần xác nhận đầu tiên là gì?
Altman kể về thử nghiệm nội bộ trong đó một mô hình được giao các bài toán nghiên cứu khó; truyền thông về podcast ước tính thí nghiệm Navier–Stokes tiêu tốn khoảng 10 triệu USD điện toán. Cuộc trò chuyện đặt năng lực AI tìm lỗi phần mềm cạnh thách thức bảo mật: hai lỗ hổng PHP2Shell có điểm CVSS 9,2 và đã được CISA đưa vào danh mục lỗ hổng bị khai thác thực tế.