A OpenAI publicou em 4 de novembro um relatório de pesquisa de segurança sobre o kernel Linux: um pipeline movido por um modelo de cibersegurança ainda não lançado foi executado uma vez em meados de outubro e produziu 948 explorações distintas de escalada local de privilégios (LPE), cada uma acompanhada de um patch candidato. O custo de API dessa rodada foi de US$ 1.213.430; pelas contas da OpenAI, cerca de US$ 1.279 por escalada de privilégios, valor que a empresa diz ser uma estimativa pelo teto.
O relatório se chama “A thousand fewer paths to root”. É fácil ler o número 948 como se 948 vulnerabilidades já tivessem sido corrigidas, mas vários veículos lembram que ele se refere a explorações verificadas e a patches candidatos gerados pelo pipeline; as correções efetivamente incorporadas ao kernel são contadas à parte.
O funil se estreita a cada etapa
O pipeline é formado por vários tipos de agentes que trabalham em revezamento. Um agente de reconhecimento escolhe o código conforme a acessibilidade e a relevância para a segurança, um agente de análise varre os alvos e um agente de triagem gera e aprimora provas de conceito em uma máquina virtual com o Kernel Address Sanitizer ativado, guardando as evidências de execução.
| Etapa | Resultado |
|---|---|
| Alvos auditados | 5.034, cerca de 2,8 milhões de linhas, aproximadamente 7% do kernel |
| Achados candidatos após remoção de duplicatas | 2.308 |
| Reprodução dinâmica | 1.724 |
| Provas de conceito de vazamento de informação | 291 |
| Explorações de escalada de privilégios utilizáveis | 1.169 |
| Escaladas após deduplicação por patch independente | 948 |
A queda de 1.169 para 948 vem da análise de variantes, que funde explorações apontando para a mesma causa raiz; a OpenAI usa o número de patches independentes como critério de contagem das escaladas. Segundo os relatos, a maioria dos candidatos que não chegou à reprodução exigia privilégios mais altos ou não pôde ser reproduzida dentro do orçamento de tempo.
O ambiente de teste foi composto por máquinas virtuais isoladas. Os relatos dizem que os alvos eram configurações desktop de distribuições comuns, com SMEP, SMAP, KASLR e HARDENED_USERCOPY ativados, sem que as proteções tenham sido enfraquecidas de propósito para o experimento.
Três marcos em quatro meses
Juntando os números já divulgados do projeto:
- Junho: o projeto Patch the Planet foi lançado; a varredura do kernel na época rendeu 24 provas de conceito de escalada de privilégios e 8 de vazamento de ponteiros;
- Julho: o GPT-5.6 Sol produziu 166 escaladas independentes, a um custo de US$ 513.690;
- Outubro: o modelo de cibersegurança ainda não lançado chegou a 948, a um custo de US$ 1.213.430.
Em conta aproximada, o custo por escalada caiu de cerca de US$ 3.095 em julho para US$ 1.279, uma redução de cerca de seis décimos. O escopo da varredura e os detalhes do processo nas duas rodadas podem não ser os mesmos, então a comparação serve apenas como referência.
Outro conjunto de números vem do kernelCTF do Google, um alvo mais endurecido. Nele, o mesmo pipeline produziu 21 escaladas de privilégios, a um custo de cerca de US$ 32.936. Um levantamento de terceiros afirma que o kernelCTF confirmou, neste ano até agora, 26 escaladas 0-day no total. Ainda não há resultado sobre quantas dessas 21 serão aceitas.
A OpenAI também afirma que os agentes usaram pelo menos 10 técnicas de exploração de Linux até então desconhecidas; essa avaliação vem da própria empresa e de especialistas consultados. Por razões de segurança, os detalhes técnicos não foram divulgados, e por ora ninguém de fora pode verificá-los.
Os problemas que o próprio relatório admite
Nas primeiras rodadas, de 200 explorações relatadas como bem-sucedidas, 20 obtiveram root por meio de outra falha 0-day, e não pela vulnerabilidade indicada na tarefa. A OpenAI então endureceu as restrições das tarefas e acrescentou uma verificação independente do caminho de exploração.
Entre as 948 escaladas, nem todas são descobertas novas. Segundo os relatos, 61 já tinham sido corrigidas por terceiros no upstream, 43 já tinham patches pré-lançamento e 299 estão sendo reportadas ou discutidas publicamente. Os relatos não deixam claro se esses três grupos se sobrepõem; se não houver nenhuma sobreposição, somam cerca de quatro décimos do total.
Quanto ao encaminhamento, a OpenAI diz já ter enviado aos mantenedores centenas de relatórios e patches de vulnerabilidades graves, e o restante sai em lotes pelos parceiros do Patch the Planet. O Startup Fortune menciona que, antes do envio, o material passa por engenheiros da Trail of Bits.
Ainda não foram divulgados o nome oficial do modelo, quanto esforço de revisão humana foi investido e quantos patches os mantenedores acabaram aceitando. Todos os números vêm de um único experimento da OpenAI e ainda não foram verificados de forma independente.
A falta de pessoas já é um problema antigo para os mantenedores de código aberto: a versão 19 do Postgres foi adiada porque não davam conta de corrigir os bugs relatados por LLMs. Com 948 patches candidatos chegando em lotes aos mantenedores do kernel, só o histórico de commits das próximas versões mostrará quantos eles conseguem revisar.
Fontes: relatório de pesquisa de segurança da OpenAI, Startup Fortune, CocoLoop, Unite.AI, FourWeekMBA; as quantidades e os custos de cada etapa seguem o critério do relatório da OpenAI, e o número de confirmações do kernelCTF vem de um levantamento de terceiros.