OpenAI automatiza a caça de vulnerabilidades: 948 exploits de Linux gerados e validados por IA
Imagem gerada pela Equipa Editorial da Inferama
01

O anúncio da OpenAI sobre seu pipeline de cibersegurança

A OpenAI detalhou um pipeline de agentes de IA que utilizou um modelo de cibersegurança ainda não lançado para validar e corrigir 948 vulnerabilidades de escalada de privilégios locais (LPE) no Linux. O processo completo, que incluiu a identificação, a reprodução dinâmica e a geração de exploits, foi concluído em 30 horas com um custo total de 1.213.430 dólares em créditos de API.

A empresa indicou que seu protótipo identificou e analisou 2.308 achados candidatos no kernel do Linux, dos quais conseguiu reproduzir dinamicamente 1.724 vulnerabilidades. Dentre estas, o sistema gerou 948 exploits funcionais que permitiam a um usuário local sem privilégios obter acesso de root, além de provas de conceito para 291 vulnerabilidades de vazamento de informações.

02

Detalhes técnicos do processo de cinco etapas

O pipeline opera por meio de uma arquitetura de cinco etapas sequenciais projetada para minimizar a intervenção humana até a fase final. A primeira etapa, descoberta de vulnerabilidades, consiste em os agentes identificarem alvos de auditoria de alto valor dentro da base de código, focando nas partes do sistema relevantes para a segurança e acessíveis por usuários com privilégios limitados.

Em seguida, a validação dinâmica permite que os agentes tentem reproduzir cada candidato em um ambiente isolado (sandbox), preservando a evidência de execução. A terceira fase, a avaliação de explorabilidade, determina se as vulnerabilidades validadas podem ser abusadas para facilitar o vazamento de informações ou a escalada de privilégios, projetando um exploit de prova de conceito (PoC). A quarta etapa é a geração de patches, onde os agentes criam as correções para as vulnerabilidades identificadas. Finalmente, a revisão humana implica que pesquisadores de segurança revisem o exploit, o patch e a severidade proposta antes de reportá-lo aos mantenedores do kernel.

Etapas do pipeline de cibersegurança da OpenAI

Desdobramento das cinco fases do processo automatizado.

EtapaFunção principalResultado
DescobertaIdentificação de alvos de auditoria e achados candidatos2.308 candidatos analisados
Validação dinâmicaReprodução em sandbox e preservação de evidência1.724 vulnerabilidades reproduzidas
Avaliação de explorabilidadeTeste de abuso e design de PoC948 exploits LPE e 291 PoC de vazamento
Geração de patchesCriação de correções para as vulnerabilidadesPatches propostos
Revisão humanaValidação final por especialistas antes do reporteReporte aos mantenedores
03

Custo e eficiência em relação ao esforço humano

O custo total da execução foi de 1.213.430 dólares, o que equivale a aproximadamente 1.279 dólares por exploit de escalada de privilégios (LPE) gerado. Este número reflete o preço da computação e das chamadas à API necessárias para que os agentes realizem a análise profunda, a reprodução dinâmica e a geração de código de exploração e patches.

A OpenAI afirmou que, com iteração guiada por especialistas humanos, os patches gerados por IA podem ser funcionalmente corretos, alinhados com os estilos de codificação existentes e robustos frente a variantes de ataque. A empresa sustenta que esta abordagem ajuda os defensores a abordar os defeitos de maneira confiável antes de que os atacantes possam utilizá-los, tornando proibitivo em custo para os atores maliciosos explorar o software em massa.

04

Impacto na segurança do kernel do Linux

Os achados se baseiam em 24 exploits de LPE descobertos previamente pelo modelo GPT-5.5-Cyber em junho de 2026. A nova pesquisa converte este processo em um pipeline agêntico que descobriu e utilizou pelo menos 10 técnicas de exploração de Linux inovadoras. Estas incluem dois novos objetos elásticos persistentes para injetar objetos no cache do kernel alvo, duas novas técnicas de preparação de páginas para melhorar a confiabilidade do exploit, cinco novas técnicas apenas de dados para obter escalada de privilégios e uma técnica que envolve confusão de tipos arbitrária.

Para a comunidade de desenvolvimento do kernel e os administradores de sistemas, isso implica que a superfície de ataque está sendo explorada a uma velocidade sem precedentes. A OpenAI alertou que, a curto e médio prazo, ter acesso a uma conta de baixo privilégio em um sistema operacional que não está atualizado com os últimos patches disponíveis deve ser considerado funcionalmente equivalente ao acesso de root para um ator de ameaça bem financiado.

05

Contexto mais amplo: a tendência da IA na auditoria de código

Este desenvolvimento se enquadra em uma tendência mais ampla onde a IA de fronteira está redesenhando os contornos da cibersegurança. Um relatório da VulnCheck categorizou a descoberta de vulnerabilidades assistida por IA como uma categoria de risco crescente que turboalimenta os hackers novatos, que agora requerem pouca ou nenhuma experiência técnica para detectar vulnerabilidades de software.

Segundo o Grupo de Inteligência de Ameaças do Google (GTIG), o número de vulnerabilidades divulgadas por mês mais que dobrou, passando de 5.045 em janeiro de 2026 para 10.740 em agosto de 2026. O Centro Nacional de Segurança Cibernética do Reino Unido (NCSC) apontou que as ferramentas defensivas de IA-ciber reduziram a janela de tempo entre uma vulnerabilidade de dia zero e uma de dia N, tornando o patching um processo mais rápido, embora tenha alertado que muitos sistemas ainda são vulneráveis se esta tecnologia não for configurada corretamente.

06

Continue a explorar

Fontes consultadas

03

Correções e transparência

Se encontrar informação incorreta ou desatualizada, envie-nos a página e a fonte que devemos rever.

Propor uma correção