OpenAI於2026年11月4日公布一項Linux核心資安研究：一套原型自動化流程在受控環境中搜尋漏洞、測試候選發現，並產生修補版本。公司表示，流程提出2,308項候選發現、動態重現1,724項漏洞，最後產生948項不同的本機權限提升（LPE）漏洞利用程式，整趟流程的API成本為1,213,430美元。2

這是規模可觀的研究結果，但不能解讀成「948項漏洞都已修好」。產生修補候選版本只是流程的一環，仍須經Linux維護者審查與接納，才會成為正式修補。

從候選發現到實際重現

流程中的數字分別代表不同階段，不能混為一談：代理程式先標出候選問題，再嘗試在測試環境重現，之後才進一步製作漏洞利用程式與修補候選版本。2

相關報導指出，系統將掃描範圍縮小至5,034個目標，涵蓋約280萬行程式碼，約占Linux核心的7%。22 OpenAI公布的研究摘要則確認，流程提出2,308項候選發現，並動態重現其中1,724項漏洞。2

另有報導列出1,169個可用的本機提權攻擊程式，對應948項不同漏洞。35 兩個數字不衝突：同一項漏洞可能有多個攻擊程式或變體，因此攻擊程式總數可以高於獨立漏洞數。OpenAI公布的主要結果則是948項本機提權漏洞利用程式。2

121萬美元代表什麼？

OpenAI表示，整趟流程的API成本為1,213,430美元。2 若以948項不同的本機提權漏洞計算，平均每項約1,279美元。這只是把公布的總成本除以漏洞數所得的平均值，並不代表資安研究的完整成本，也未涵蓋人工審查、負責任揭露或實際套用修補的所有投入。

作為比較，相關報導提到，2026年7月底使用GPT-5.6 Sol的一次研究，找出166項不同漏洞，成本為513,690美元。依照這些公布數字，10月這次研究的不同本機提權漏洞數約為前次的5.7倍，總成本也較高。31 這項比較可用來理解規模差異，但現有資訊不足以證明兩次研究的範圍與條件完全相同。

有候選修補，不代表已正式修好

OpenAI將這套系統描述為結合漏洞發現、利用測試與修補的流程，並表示會在提出發現的同時產生修補版本。2 不過，候選修補仍須由維護者審查、測試並接納，才能正式納入上游Linux核心。

一份研究進度整理指出，研究公布10天後，已有61項漏洞修補納入上游核心、43項有測試中的修補版本，另有299項正公開回報與討論。17 相關報導也提到，OpenAI已將漏洞報告與修補送交Linux維護者，其他報告則透過Patch the Planet合作夥伴轉交。18 這些數字呈現的是揭露與修補流程某一時間點的進度，並不表示其餘漏洞全都已修好，也不代表每份候選修補都已獲接納。

這項研究證明了什麼，又沒有證明什麼？

研究顯示，AI輔助流程可以把大規模程式碼檢視、漏洞重現、攻擊程式開發與修補候選版本產生串在一起。另一方面，948項不同漏洞與公布10天後已納入上游核心的61項修補之間的落差，也突顯出實務上的挑戰：找出並驗證漏洞之後，仍需要時間進行審查、協調與修補。

目前公布的數字應視為OpenAI對一項受控研究的說明，而非獨立驗證所有攻擊程式都能在各種Linux系統上奏效，也不能據此推論在其他環境會得到相同結果。這項研究展現了值得注意的資安研究能力，但不表示948項修補候選版本都已合併或部署。

OpenAI於2026年11月4日公布一項Linux核心資安研究：一套原型自動化流程在受控環境中搜尋漏洞、測試候選發現，並產生修補版本。公司表示，流程提出2,308項候選發現、動態重現1,724項漏洞，最後產生948項不同的本機權限提升（LPE）漏洞利用程式，整趟流程的API成本為1,213,430美元。2

這是規模可觀的研究結果，但不能解讀成「948項漏洞都已修好」。產生修補候選版本只是流程的一環，仍須經Linux維護者審查與接納，才會成為正式修補。

從候選發現到實際重現

流程中的數字分別代表不同階段，不能混為一談：代理程式先標出候選問題，再嘗試在測試環境重現，之後才進一步製作漏洞利用程式與修補候選版本。2

相關報導指出，系統將掃描範圍縮小至5,034個目標，涵蓋約280萬行程式碼，約占Linux核心的7%。22 OpenAI公布的研究摘要則確認，流程提出2,308項候選發現，並動態重現其中1,724項漏洞。2

另有報導列出1,169個可用的本機提權攻擊程式，對應948項不同漏洞。35 兩個數字不衝突：同一項漏洞可能有多個攻擊程式或變體，因此攻擊程式總數可以高於獨立漏洞數。OpenAI公布的主要結果則是948項本機提權漏洞利用程式。2

121萬美元代表什麼？

OpenAI表示，整趟流程的API成本為1,213,430美元。2 若以948項不同的本機提權漏洞計算，平均每項約1,279美元。這只是把公布的總成本除以漏洞數所得的平均值，並不代表資安研究的完整成本，也未涵蓋人工審查、負責任揭露或實際套用修補的所有投入。

作為比較，相關報導提到，2026年7月底使用GPT-5.6 Sol的一次研究，找出166項不同漏洞，成本為513,690美元。依照這些公布數字，10月這次研究的不同本機提權漏洞數約為前次的5.7倍，總成本也較高。31 這項比較可用來理解規模差異，但現有資訊不足以證明兩次研究的範圍與條件完全相同。

有候選修補，不代表已正式修好

OpenAI將這套系統描述為結合漏洞發現、利用測試與修補的流程，並表示會在提出發現的同時產生修補版本。2 不過，候選修補仍須由維護者審查、測試並接納，才能正式納入上游Linux核心。

一份研究進度整理指出，研究公布10天後，已有61項漏洞修補納入上游核心、43項有測試中的修補版本，另有299項正公開回報與討論。17 相關報導也提到，OpenAI已將漏洞報告與修補送交Linux維護者，其他報告則透過Patch the Planet合作夥伴轉交。18 這些數字呈現的是揭露與修補流程某一時間點的進度，並不表示其餘漏洞全都已修好，也不代表每份候選修補都已獲接納。

這項研究證明了什麼，又沒有證明什麼？

研究顯示，AI輔助流程可以把大規模程式碼檢視、漏洞重現、攻擊程式開發與修補候選版本產生串在一起。另一方面，948項不同漏洞與公布10天後已納入上游核心的61項修補之間的落差，也突顯出實務上的挑戰：找出並驗證漏洞之後，仍需要時間進行審查、協調與修補。

目前公布的數字應視為OpenAI對一項受控研究的說明，而非獨立驗證所有攻擊程式都能在各種Linux系統上奏效，也不能據此推論在其他環境會得到相同結果。這項研究展現了值得注意的資安研究能力，但不表示948項修補候選版本都已合併或部署。