![矽基前沿 [Si]gnals](/silicon-frontier-signals-logo.png){kind=logo}
這支AI駭客模型你申請不到，但可能被拿來打你
拒答率兩代內掉剩5%，帳號只給認證夥伴。
我這次看的不是模型本身多會打，是 OpenAI 怎麼決定誰能碰它。
GPT-5.6-Cyber 8 月上旬上線，官方說在漏洞利用鏈開發、權限提升、繞過驗證這類任務上，完成率到 95%——對照組是通用版 GPT-5.6 Sol 只有 1.5%，上一代專用的 GPT-5.5-Cyber 是 57.3%（三個數字都是 OpenAI 自己測的，我沒查到獨立覆核）。從幾乎全擋到九成五完成，兩代之間的落差不小。
能做到這件事，我認為靠的不是模型突然變聰明，是安全機制換了形狀。過去是「同一個模型，對每個人都設一樣的拒答線」；現在是「把拒答線拆掉，改成把整個模型鎖進一份認證名單」。這份名單目前公開的成員包括 Accenture、IBM、CrowdStrike、Palo Alto Networks、Cloudflare 這類資安顧問與廠商，分兩層：Daybreak Blue 給防禦型工作用的通用模型、Daybreak Red 才給到 GPT-5.6-Cyber 這種專門找零時差、寫攻擊鏈的模型。而且模型本身不會真的轉交給客戶——存取權留在認證夥伴那邊，身分驗證、使用範圍、紀錄與監控都是廠商自己把關。
同樣是「安全閘擋不住」的故事，我上週寫過 Kimi K3 開權重那篇——那是閘設了但沒攔住；這次剛好相反，OpenAI 選擇不設閘、改設門禁。兩條路線各有各的風險：閘攔不住是模型的問題，門禁攔不住是名單管理的問題。
我的判斷：這是接下來高風險模型會走的路——安全機制從「模型自己拒答」搬到「誰能碰得到模型」，效果類似出口管制。對多數讀者，這不是「多一個工具可以用」的新聞；如果你的公司剛好在認證名單外，這支模型跟你唯一的關係，是它現在也可能出現在攻擊你的人手上——認證只管誰拿得到入場券，管不到入場券之後的東西被轉手用在哪裡。
查核備註：本篇是對 SecurityWeek、BleepingComputer 等媒體報導的檢視，OpenAI 官方公告頁我這次連不上（回應 403），完成率數字是這兩家媒體引述 OpenAI 自己的測試結果，我沒有找到獨立覆核；認證夥伴名單以這兩篇報導列出的為準，可能不是完整名單。
SOURCES
- BOpenAI Unveils New Cybersecurity Model GPT-5.6-Cyber
- BOpenAI releases ChatGPT 5.6 Cyber, but it's only for approved users
來源分級:A = 一手公告/論文/官方文件 · B = 可信媒體 · C = 可參考但需脈絡 · D = 觀察用，不可當事實。
本文由 AI 與編輯共同撰寫，總編輯廖玄同審閱定稿。 編輯方針與 AI 使用說明
