OpenAI 招安 Hacktron：被黑过的地方，现在请它接着黑
一家公司被人黑进了内部，转头把对方请回来当自家的红队，还把自己的网络安全模型开放给他们用。这种剧情放在别的行业得写成小说，放在 AI 圈，11 月 6 日就真发生了。
OpenAI 在 2026 年 11 月 6 日宣布与安全公司 Hacktron 合作，专门挖 OpenAI 自家系统的漏洞，重点测它和第三方服务之间的连接，并通过 Daybreak Red 扩大 Hacktron 对 OpenAI 前沿模型的访问权限。我们 AI主线 的看法是：OpenAI 把今年 7 月黑进自己员工账号的团队变成长期合作的红队，这笔投入比一次赏金划算得多，因为它盯的是系统与外部服务连接处的漏洞，而这类接缝正是 AI 公司容易出问题的地方。
OpenAI 说，它是在 Security Bug Bounty 项目里认识 Hacktron 的，对他们报上来的漏洞印象很深。Hacktron 的本行是做代码审查、渗透测试和红队测试的 AI 智能体，按官方说法，双方工程师会一起挑重点测试的方向。
当初被黑那回，到底黑到了哪一步？
Hacktron 自己的复盘 9 月 13 日就公开了。三个人，不到 72 小时，串起两个漏洞。
前一个在 OpenAI 的开发者社区论坛上。论坛由第三方的 Discourse 托管，处理 HEIF 图片用的 libheif 库有个堆溢出，能让攻击者远程执行代码。后一个在 OpenAI 自己的单点登录上，这东西好比一把钥匙开好几扇门，论坛这扇门被撬开，登录过论坛的员工的 ChatGPT 和 Codex 账号就跟着丢了，再往后连着的是 GitHub。Hacktron 用一名员工的 Codex 账号在内部代码仓库提了个无害的拉取请求，证明路走得通，随即收手。
Hacktron 特别强调，登录这个问题出在 OpenAI 一侧，不是 Discourse 独有，任何接入这套登录的自家或第三方服务一旦失守，结果都一样。
按 Hacktron 公布的时间线，OpenAI 在收到报告约 14 小时后确认修复，9 月 1 日付了 6500 美元赏金，并说明这笔钱奖的是 OpenAI 一侧的发现，论坛本身不在测试范围内。OpenAI 发言人也确认了这份报告，称漏洞已修复。6500 美元对比一条能摸到内部仓库的攻击链，这个数不算大，把人留下来长期干活，比开张支票划算。
用对手的模型黑了你，怎么还请人家进门？
这里有个让人想笑的细节：Hacktron 那次用的是 Anthropic 的 Claude。按他们自己的复盘，Claude Opus 4.8 找到了问题，也写出了关闭内存地址随机化时能跑的利用代码，但在论坛默认配置下反复试都不稳。Anthropic 发布 Opus 5 之后，他们说几小时内就把同一道题做了出来。Hacktron 也强调，整件事不是全自动的，熟练的人工引导依然关键。
换成 OpenAI 自家的模型，会不会更快更稳，这份公告没回答。两家模型在挖洞上谁更行，眼下谈不上有定论。
Daybreak 是 OpenAI 面向防守方的受信任访问计划，8 月 10 日新增了 Blue 和 Red 两档。Red 开放专门训练过的网络安全模型，用在漏洞研究、利用验证和红队测试上，只给通过审批的个人和机构，要过身份验证，用量还受监控。11 月 5 日 OpenAI 刚推出的 GPT-6 Cyber，按官方说法在 Firefox 里挖出 81 个此前未知的高危漏洞，这是 OpenAI 自家的成绩单。Red 这一档放的就是这类模型，Hacktron 这次扩大的访问权限用在 OpenAI 自家系统上能挖出什么，才是看点。
模型拒绝写，换个包装就写了，防线靠什么
Hacktron 的复盘里还写到一处细节：Claude 一度拒绝对远程目标写利用代码，团队把目标包装成夺旗赛靶场，任务才继续往下走。
这说明光靠模型自己拒绝，防线偏薄。Daybreak Red 的思路是换个问法，不去猜这条请求像不像坏人写的，先看提请求的是谁：要审批，要验证身份，要监控，OpenAI 的文档里还写了法律声明。Anthropic 的 Project Glasswing 把 Mythos 级别的模型只交给少数受信任机构，走的是同一个方向，安全这块各家都在卷准入和监控。我们 AI主线 觉得这是今年 AI 安全上一个很实在的转向：从“模型肯不肯”变成“对面是谁”。
这事跟咱们写代码、做选型的有啥关系
关系不小。Hacktron 那条攻击链的后半段，是 ChatGPT 和 Codex 账号连着公司的 GitHub，账号一丢，仓库的门跟着开。AI 工具连的服务越多，登录和授权这些接缝就越像攻击面，连 OpenAI 都得请外面的人来盯，咱们自家接的那一堆 AI 工具，权限是怎么给的，翻出来看看也不吃亏。
接下来我盯两件事：Hacktron 之后会不会公开新的发现，OpenAI 会不会把外部红队做成常态。合作公告写得漂亮，是真香还是画饼，要看后面能拿出多少具体的漏洞和修复。