OpenAI lança GPT-6 Cyber após modelo achar e explorar quase mil falhas no kernel Linux

O exercício de validação do GPT-6 Cyber divulgado pela OpenAI consistiu em apontar um sistema automatizado orientado pelo modelo contra o código-fonte do kernel Linux e do Firefox, com o objetivo declarado de encontrar e demonstrar a exploração de vulnerabilidades reais em dois dos projetos de software open-source mais escrutinados e mais usados do mundo. O resultado — 1.724 falhas identificadas, 948 efetivamente exploradas até acesso de administrador, e 81 falhas inéditas de alta severidade no navegador — representa uma demonstração de escala muito maior do que pesquisas anteriores de descoberta automatizada de vulnerabilidades assistida por LLM, que tipicamente reportavam achados na casa das dezenas.

Tecnicamente, o processo combina capacidades que modelos de linguagem vêm demonstrando de forma incremental há alguns anos — leitura e raciocínio sobre código em larga escala, geração de hipóteses sobre comportamento inesperado e construção de provas de conceito de exploração — orquestradas em um sistema automatizado capaz de operar de forma relativamente autônoma sobre uma base de código do tamanho e complexidade do kernel Linux. O custo reportado de aproximadamente US$ 1,2 milhão em créditos de API apenas para a etapa envolvendo o Linux dá uma medida concreta de que esse tipo de exercício ainda exige recursos computacionais substanciais, o que por ora limita, mas não elimina, o risco de replicação trivial por atores menos capitalizados.

A notícia admite duas leituras simultâneas e em tensão. Pelo lado defensivo, encontrar centenas de vulnerabilidades reais no kernel Linux antes que atacantes o façam, e reportá-las de forma coordenada aos mantenedores com revisão humana prévia, é exatamente o tipo de uso responsável que a comunidade de segurança defende para IA aplicada a pesquisa de vulnerabilidades. Pelo lado ofensivo, a mesma capacidade que encontra e explora falhas para fins de divulgação responsável é, em essência, idêntica à capacidade que um ator malicioso buscaria para automatizar ataques em escala — a diferença está inteiramente em quem controla o acesso ao modelo e quais salvaguardas de uso são aplicadas, não na técnica em si.

A reportagem disponível não detalha quais controles técnicos específicos (limites de acesso, políticas de uso, auditoria de solicitações) a OpenAI aplicou ao GPT-6 Cyber para mitigar uso malicioso, o que dificulta avaliar de fora quão robusta é essa barreira de proteção. Isso importa na prática porque, à medida que modelos com essa classe de capacidade ofensiva se tornam produtos comerciais lançados publicamente, a diferença entre "ferramenta de pesquisa de segurança responsável" e "arma de automação de ataques" passa a depender quase inteiramente de controles de acesso e políticas de uso externos ao próprio modelo — o mesmo tipo de capacidade que frameworks ofensivos como o ARTEX já demonstram estar sendo abusada por grupos criminosos.