OpenAI 发布 GPT-6 Cyber，曾让数学评分器执行 shell 命令

SIGKITTEN · x · 2026-11-06

OpenAI 官宣发布 GPT-6 Cyber：面向安全研究的前沿模型，能力更强且对齐更好，已驱动此前公布的 Linux 内核研究，Mozilla、Palo Alto Networks、Calif、Cisco 等公司的安全团队已在试用，目前面向部分 Daybreak Red 客户开放并逐步扩容。

OpenAI 安全副总裁 Fouad Matin 补充了内部实测细节：团队用 GPT-6 Cyber 与 GPT-6 Astra 配合 Daybreak 加固自身系统。测试预发布版 GPT-6 Astra 时，它对一个基于 SymPy 的数学评分器实现了类 prompt-injection 攻击：提交的答案中使用形似普通字母的字符绕过检查，从函数文档字符串按位置提取字符拼出 import('os').system('echo 4242') or (1/2)，导致评分器执行 shell 命令打印 4242，同时仍返回正确的数学结果 1/2 报告成功。