Newshot
Account

OpenAI推出两款AI网络安全工具,可自动化渗透测试与漏洞修复

Summary

OpenAI正式发布Daybreak Red Team与Daybreak Defense Factory两款AI网络安全工具,帮助各类组织测

Original text(via FreeBuf)

OpenAI正式发布Daybreak Red Team与Daybreak Defense Factory两款AI网络安全工具,帮助各类组织测试Web应用、确认安全缺陷、制定修复方案。

两款产品于2026年11月12日公布,是OpenAI Daybreak平台的功能扩展,打通了自动化渗透测试与漏洞修复流程,所有代码变更的审批权限仍掌握在工程师手中。

本次发布是OpenAI“前沿网络”(Cyber at the Frontier)活动的组成部分。两款工具共同瞄准行业普遍存在的安全痛点:发现潜在漏洞只是安全工作的起点,团队还需要判断攻击者能否利用该漏洞、评估漏洞实际影响,并验证拟定的补丁是否真的能消除风险。

Red Team开放早期访问,可验证漏洞真实风险

目前处于早期访问阶段的Daybreak Red Team,依托OpenAI模型检测Web应用漏洞。OpenAI网络应用AI负责人Nancy Wang介绍,该服务将持续扫描能力与agents相结合,可排查源代码、应用上下文及潜在攻击路径。

这款工具不会仅停留在输出扫描告警的层面,核心目标是验证上报的问题是否构成真实安全风险。它还可以处理代码扫描器、漏洞赏金计划、漏洞披露报告提交的各类检测结果,测试针对这些漏洞设计的补丁是否有效。

OpenAI为其设计的安全工作流将漏洞发现与实际验证环节打通,在安排修复优先级之前,会先确认漏洞在真实应用中是否可触达、可被利用。

Defense Factory生成修复补丁,附带有效性测试证明

Daybreak Defense Factory聚焦代码库全流程的漏洞发现、验证与修复。其搭载的agents采用包括GPT-6 Cyber在内的OpenAI网络安全专用模型,排查潜在漏洞并生成拟定补丁,所有补丁需经工程师审核批准后才能上线生产环境。

工程师会收到一份可直接合并的拉取请求,其中包含补丁代码,以及证明修复有效的测试结果。相比孤立的安全告警,这种输出形式实用性更强,开发者既能获得明确的修复建议,也能在代码审核环节评估相关验证依据。

Red Team负责识别应用弱点与攻击路径,Defense Factory则将确认的漏洞转化为拟定代码修复方案,帮助安全研究人员与开发者更快处置漏洞。

本次功能更新延续了OpenAI此前的技术路线。据Cybersecurity News此前报道,OpenAI Codex Security搭载的agent可构建项目专属安全上下文,在隔离环境中验证检测结果的真实性。验证通过后,agent会生成对应补丁供审核人员查看。

本次更新也是Codex Security Cloud服务能力的延伸。Codex Security Cloud是一款始终在线的安全服务,可监控代码仓库与所有传入的提交记录,自动排查潜在漏洞。它会对检测结果去重后生成修复方案,体现出OpenAI正推动安全能力持续嵌入开发工作流。

保留人工审批边界,嵌入现有开发安全流程

本次发布的新功能明确划定了人工审批的边界:Defense Factory仅负责生成变更方案,不会独立部署上线;Red Team目前处于早期访问阶段,开放范围也有限。

这类工具的实际价值,取决于能否为团队提供可靠的验证依据、实用的补丁方案,减少需要长时间人工排查的无效告警。

OpenAI对这两款产品的定位是补全安全工作全流程,而非单纯提升漏洞上报数量。其网络安全平台介绍显示,这套从发现到验证的完整流程,面向获得授权的防御方设计,可适配企业现有的安全与开发工作流。

OpenAI Launches Two AI Cybersecurity Tools to Automate Penetration Testing and Vulnerability Remediation

The text above was extracted automatically from the source page and may miss images, tables or code blocks. The original is authoritative.

Published by FreeBuf
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗