OpenAI signale 948 failles locales dans Linux

Ce que couvre cette vidéo

• L'escalade de privilèges locaux commence par un utilisateur local non privilégié déjà présent qui atteint le statut de root. Le rapport ne donne aucun verdict d'accès à distance spécifique à la machine.
• Le pipeline a produit 2 308 candidats après déduplication initiale et reproduit 1 724 vulnérabilités. Ses 948 découvertes locales uniques finales utilisent un décompte de correctifs candidats distincts après analyse de variantes de 1 169 évaluations réussies.
• Les 1,2 million de dollars signalés correspondent à des crédits API pour les modèles, les cibles et le flux de travail évalués. Les évaluations historiques des primes de bogues sont hypothétiques et nécessitent une acceptation et un paiement de programme distincts.
• La ligne de base était mi-octobre 2026. Les chiffres 61-amont/43-staging décrivent l'achèvement de la recherche après dix jours, de sorte que les avis de distribution actuels restent nécessaires.
• 20 des 200 succès d'une exécution précoce ont utilisé une faille différente de celle attribuée. OpenAI signale l'ajout d'une vérification indépendante du chemin attribué ; ce défaut précoce n'établit pas que les 948 finaux sont faux. Le verdict était NEEDS REVIEW avec un examen humain des correctifs et des vérifications de chemin.

Transcription traduite

Traduit de la narration originale en anglais. L'audio et les sous-titres disponibles sont gérés par YouTube.

Que signifie réellement le nombre de bogues Linux d'OpenAI ?

0:00 Trouver une faille Linux, c'est comme la corriger. OpenAI signale neuf cent quarante-huit découvertes locales de root et correctifs candidats, pour environ un virgule deux million de dollars en crédits API. Dans cette vidéo, qu'est-ce qui compte ? Qu'est-ce que l'examen humain a détecté ? Il y a un test précoce où les machines ont vraiment obtenu le statut de root, et le tableau de bord a toujours crédité la mauvaise chose. Nous verrons ce que les examinateurs humains ont détecté.

0:20 Nous sommes jeudi 5 novembre, et c'est The Daily Diff.

Quel accès peut devenir root ?

0:24 Le noyau Linux est le cœur qui gère les ressources et les permissions d'une machine. L'escalade de privilèges locaux signifie qu'un utilisateur déjà présent, non privilégié, atteint le statut de root, le plus haut privilège. OpenAI a étudié cette limite dans des machines de recherche isolées. Accéder à une machine est un problème distinct. OpenAI a publié la recherche le 4 novembre, décrivant un prochain modèle cybernétique au sein d'un pipeline automatisé. Le résultat utile est un ensemble de découvertes avec des preuves et des correctifs proposés pour

0:49 être examinés par des personnes. L'article n'annonce pas d'accès général à ce futur modèle. Cela laisse un travail très humain au sein de l'histoire autonome. Les chercheurs ont examiné les résultats et ont commencé à signaler des vulnérabilités critiques avec des correctifs, suivant les directives de la communauté du noyau. Les agents peuvent remplir la boîte de réception. Quelqu'un doit encore décider ce qui mérite d'y être. Le pipeline a commencé avec des parties du noyau pertinentes pour la sécurité,

Comment un candidat devient-il une preuve ?

1:10 puis a produit environ deux mille trois cents découvertes candidates après suppression des doublons. Un candidat est une suspicion qui mérite d'être étudiée. À ce stade, un paragraphe convaincant et une faille reproductible réelle se ressemblent encore étrangement dans une feuille de calcul. Donc, une étape distincte a tenté de reproduire les problèmes suspects dans des machines isolées, en conservant les preuves de ce qui s'était passé. OpenAI signale environ mille sept cents vulnérabilités reproduites. Cela établit un comportement que les chercheurs peuvent inspecter.

1:36 La question suivante est de savoir lequel de ces problèmes franchit une limite de permissions sérieuse. Le propre guide de signalement de sécurité de Linux aide à expliquer la paperasserie. Les mainteneurs demandent une version affectée, des preuves et les conditions impliquées. Il avertit également que les rapports d'IA de mauvaise qualité consomment la capacité d'examen. Il s'agit d'une directive communautaire générale, indépendante de l'article d'OpenAI. Elle ne certifie pas ce lot de découvertes.

Pourquoi le nombre final devient-il 948 ?

1:58 Voici le détail du décompte. OpenAI signale mille cent soixante-neuf escalades de privilèges locaux réussies pendant l'évaluation. Les chercheurs ont ensuite analysé les variantes associées et développé neuf cent quarante-huit correctifs distincts. Ils utilisent ce nombre de correctifs pour définir les découvertes uniques d'escalade locale. Plusieurs succès peuvent appartenir au même problème sous-jacent. Environ un virgule deux million de dollars couvre les crédits API signalés pour les modèles, les cibles et le flux de travail évalués.

2:23 OpenAI affirme que la mesure des capacités a guidé la conception et qu'une meilleure ingénierie pourrait réduire les coûts. Les dépenses totales des chercheurs ne sont pas mesurées ici. OpenAI compare les découvertes aux récompenses historiques de primes de bogues, produisant une valorisation hypothétique. L'acceptation et le paiement appartiennent au programme de primes. Multiplier une récompense par un nombre de recherches est formidable jusqu'à ce que vous essayiez de déposer la multiplication sur votre compte bancaire.

Qu'est-ce qui rend encore un correctif proposé incomplet ?

2:45 Un correctif proposé a également besoin de son propre examen. Les auteurs affirment que les premiers correctifs pourraient arrêter le problème démontré tout en ajoutant du code inutile, en sacrifiant les performances ou en manquant des variantes connexes. Ils ont amélioré les instructions et itéré. Un correctif doit s'adapter à la base de code plus large et survivre à plus que le premier test qui passe au vert. OpenAI décrit un examen humain de la gravité et des correctifs avant de les signaler en amont. Le guide de Linux indique qu'un correctif proposé testé peut faire gagner du temps d'examen même si les mainteneurs choisissent un correctif différent.

3:12 L'acceptation en amont reste une décision d'ingénierie distincte.

Quand l'instantané du correctif a-t-il été mesuré ?

3:15 La ligne de base était le dernier noyau à la mi-octobre. Après dix jours de recherche et d'analyse manuelle, soixante et un problèmes d'escalade locale ont été corrigés en amont, quarante-trois ayant des correctifs en phase de staging. OpenAI remercie les mainteneurs d'avoir agi rapidement. Il s'agit d'un instantané de l'achèvement de la recherche, et le projet a continué d'avancer. Votre distribution a son propre noyau livré et ses mises à jour.

Quelle date et quel statut de correctif importent pour les utilisateurs ?

3:34 Pour les utilisateurs, l'étape pratique consiste à suivre les avis pour les logiciels qu'ils exécutent réellement. Un résultat de recherche en amont doit encore atteindre la version sur votre machine via ce processus de mise à jour. Quiconque a vu une suite de tests réussir alors que le produit faisait la mauvaise chose connaît l'expression faciale requise ici. Revenons maintenant à ce tableau de bord précoce. Les examinateurs humains ont découvert un problème au sein d'un signal de succès. Le pipeline précoce a crédité une vulnérabilité attribuée une fois que l'agent a obtenu

3:58 le statut de root. Cela vérifie le résultat. La découverte attribuée doit encore être connectée à ce résultat, car le système peut contenir plus d'une faille. Si les preuves indiquent une cause différente, le rapport original doit être réexaminé.

Qu'ont découvert les examinateurs lors de la première exécution ?

4:09 Selon OpenAI, une exécution précoce a signalé deux cents escalades locales réussies. L'examen humain a révélé que vingt avaient atteint le statut de root par une faille différente de celle attribuée. Le succès était réel, et l'attribution était erronée. Cela pourrait laisser les preuves de la découverte originale non résolues même pendant que le tableau de bord célébrait. Le test avait répondu à la mauvaise question. Les auteurs affirment avoir renforcé les contraintes et ajouté une vérification indépendante que chaque résultat final utilisait sa vulnérabilité attribuée.

4:34 C'est leur réponse au défaut précoce. Les vingt premiers n'établissent pas que les neuf cent quarante-huit découvertes finales sont fausses. Vérifiez comment un résultat s'est produit aussi soigneusement que s'il s'est produit. La partie prometteuse est de donner aux examinateurs des preuves sur lesquelles ils peuvent agir, avec la bonne découverte attachée. Si vous préférez lire ceci plutôt que de m'entendre le dire, le "diff" arrive dans votre boîte de réception chaque matin, gratuitement sur the daily diff dot dev, lien ci-dessous.

Quel est le verdict sur le pipeline d'OpenAI ?

4:55 Le verdict d'aujourd'hui, NEEDS REVIEW. Je garderais ce pipeline dans le flux de travail défensif avec un examen humain des correctifs et des vérifications de chemin indépendantes. Les découvertes signalées deviennent utiles lorsque les mainteneurs reçoivent des preuves auxquelles ils peuvent faire confiance et des correctifs qu'ils peuvent évaluer. Et c'est le "diff" pour aujourd'hui. Je suis Niko d'Axrisi.

5:10 Fusionnez de manière responsable.

Sources

1. A thousand fewer paths to root — reported Linux pipeline method and countsOpenAI
2. Unique findings defined by distinct candidate patches after variant analysisOpenAI
3. Early wrong-assigned-flaw result and added independent path checkOpenAI
4. Research-completion patch snapshot and mid-October baselineOpenAI
5. Security bugs — general reporting and AI report-quality guidanceThe Linux Kernel
6. Discussion of OpenAI's Linux research, interest context onlyHacker News
7. Sam Altman portrait — TechCrunch; Steve Jennings/Getty Images for TechCrunch; CC BY 2.0; cropped, background removed and resized; vendor identification, no endorsement or current reactionTechCrunch via Wikimedia Commons
8. Portrait licence: Creative Commons Attribution 2.0Creative Commons
9. Drake Hotline Bling template — brief transformed process commentary, no actual news reaction or blanket reuse licenceImgflip
10. Nathan Fillion in Firefly, HULU disbelief GIF — brief transformed process commentary, no actual news reaction or blanket reuse licence; public hosting does not certify legal clearanceHULU on GIPHY
11. Original Sam Altman portrait — TechCrunch; Steve Jennings/Getty Images for TechCrunch; CC BY 2.0; cropped, background removed and resized; vendor identity only, no endorsement or personal study authorshipTechCrunch on Flickr