# OpenAI informa de 948 fallos locais de root en Linux

Published: 2026-11-06

OpenAI informa de 948 achados únicos de escalada de privilexios locais e parches candidatos dun pipeline de investigación de Linux controlado, cun custo aproximado de 1,2 millóns de dólares en créditos de API. A contaxe utiliza parches candidatos distintos despois da análise de variantes de 1.169 avaliacións exitosas. Un erro temperán na atribución do fallo asignado provocou unha verificación de ruta independente, mentres que a revisión humana dos parches e a aceptación por parte de 'upstream' seguiron sendo etapas separadas.

Canonical: https://thedailydiff.dev/gl/video/2026-11-05-openai-linux-roots/

## Que abrangue este vídeo

- A escalada de privilexios locais comeza cun usuario local sen privilexios xa presente que alcanza o 'root'. O informe non dá un veredicto de acceso remoto específico da máquina.
- O 'pipeline' produciu 2.308 candidatos despois da deduplicación inicial e reproduciu 1.724 vulnerabilidades. Os seus 948 achados locais únicos finais utilizan unha contaxe de parches candidatos distintos despois da análise de variantes de 1.169 avaliacións exitosas.
- Os 1,2 millóns de dólares reportados son créditos de API para os modelos, obxectivos e fluxo de traballo avaliados. As valoracións históricas de recompensas son hipotéticas e requiren a aceptación e o pago dun programa separado.
- A liña de base era mediados de outubro de 2026. As cifras de 61 'upstream'/43 'staging' describen a finalización da investigación despois de dez días, polo que os avisos de distribución actuais seguen sendo necesarios.
- Vinte dos douscentos éxitos dunha execución temperá utilizaron un fallo diferente ao asignado. OpenAI informa de que engadiu unha verificación de ruta asignada independente; este defecto temperán non establece que os 948 finais sexan falsos. O veredicto foi NEEDS REVIEW con revisión humana de parches e verificacións de ruta.

## Preguntas e respostas

### Que significa escalada de privilexios locais na investigación de Linux?

Significa que un usuario local sen privilexios xa presente alcanza o 'root', o privilexio local máis alto. OpenAI describe máquinas de investigación controladas e achados candidatos con evidencias para revisión. Acceder a unha máquina é unha cuestión separada. O informe non proporciona un veredicto de acceso remoto específico da máquina; o kernel enviado, a configuración e os avisos de distribución requiren as súas propias evidencias.

### Como define OpenAI os 948 achados únicos de escalada local?

OpenAI utiliza 948 parches candidatos distintos despois da análise de variantes para definir os achados únicos de escalada de privilexios locais. A súa etapa de avaliación informou de 1.169 escaladas locais exitosas antes desa agrupación. Múltiples éxitos poden referirse a variantes relacionadas dun mesmo problema subxacente. Os parches candidatos, a aceptación de 'upstream' e as correccións que chegan a unha distribución teñen etapas de revisión separadas, polo que esta contaxe debe manter a definición dos autores adxunta.

### Que atoparon os revisores humanos na execución inicial de 200 éxitos?

Os revisores humanos atoparon que 20 dos 200 éxitos de escaladas locais dunha execución inicial chegaron a 'root' a través dun fallo diferente ao asignado, segundo OpenAI. O éxito foi real mentres que a súa atribución causal foi incorrecta. Os autores informan de que axustaron as restricións e engadiron unha verificación independente de vulnerabilidade asignada despois. Este defecto inicial non establece que os 948 achados finais sexan falsos.

### Por que o custo da API e a instantánea do parche deben manter o seu alcance?

O custo dos créditos de API describe os modelos, obxectivos e fluxo de traballo avaliados de OpenAI, mentres que as cifras do parche describen a finalización da investigación con respecto a unha liña de base de mediados de outubro. OpenAI informa de 61 correccións en 'upstream' e 43 parches en fase de probas nese punto histórico. Os gastos totais da investigación non foron medidos polo episodio. Os usuarios deben seguir os avisos para o seu kernel enviado real, e a aceptación de 'upstream' segue sendo unha decisión de enxeñaría separada.

### Cal foi o veredicto de The Daily Diff sobre o 'pipeline' de Linux de OpenAI?

O veredicto de The Daily Diff foi NEEDS REVIEW. Niko mantería o 'pipeline' no fluxo de traballo defensivo con revisión humana de parches e verificacións independentes de ruta asignada. A publicación de OpenAI describe parches candidatos, revisión de investigadores e a resposta a un defecto de atribución inicial. A guía xeral de informes do kernel de Linux pide evidencias accionables e contexto de versión, o que axuda a explicar por que a calidade da revisión importa xunto coa contaxe de achados.

## Capítulos

- 0:00 Que significa realmente a contaxe de erros de Linux de OpenAI?
- 0:24 O acceso de quen pode converterse en 'root'?
- 1:08 Como se converte un candidato en evidencia?
- 1:58 Por que a contaxe final chega a 948?
- 2:45 Que fai que un parche proposto siga incompleto?
- 3:15 Cando se mediu a instantánea do parche?
- 3:32 Que data e estado do parche son importantes para os usuarios?
- 4:09 Que atoparon os revisores na execución inicial?
- 4:55 Que veredicto obtén o 'pipeline' de OpenAI?

## Transcrición traducida

Traducido da narración orixinal en inglés. O audio e os subtítulos dispoñibles son controlados por YouTube.

### Que significa realmente a contaxe de erros de Linux de OpenAI?

0:00 Atopar un fallo en Linux parece arranxalo. OpenAI informa de novecentas corenta e oito descubertas de 'root' local e candidatos a parches, cun custo aproximado de 1,2 millóns de dólares en créditos de API. Neste vídeo, que conta? Que atopou a revisión humana? Hai unha proba temperá onde as máquinas realmente obtiveron 'root', e o marcador aínda lle atribuía a cousa incorrecta. Veremos o que atoparon os revisores humanos.

0:20 É xoves, cinco de novembro, e isto é The Daily Diff.

### O acceso de quen pode converterse en 'root'?

0:24 O kernel de Linux é o núcleo que xestiona os recursos e permisos dunha máquina. A escalada de privilexios locais significa que un usuario xa presente, sen privilexios, alcanza o 'root', o privilexio máis alto. OpenAI estudou ese límite en máquinas de investigación illadas. Acceder a unha máquina é un problema separado. OpenAI publicou a investigación o catro de novembro, describindo un próximo modelo cibernético dentro dun 'pipeline' automatizado. O resultado útil é un conxunto de descubertas con evidencias e propostas de correccións para

0:49 que a xente revise. O artigo non anuncia o acceso xeral a ese próximo modelo. Iso deixa un traballo moi humano dentro da historia autónoma. Os investigadores revisaron os resultados e comezaron a informar de vulnerabilidades críticas con parches, seguindo as directrices da comunidade do kernel. Os axentes poden encher a caixa de entrada. Alguén aínda ten que decidir o que merece estar nela. O 'pipeline' comezou con partes do kernel relevantes para a seguridade,

### Como se converte un candidato en evidencia?

1:10 e logo produciu unhas dous mil trescentas descubertas candidatas despois de eliminar duplicados. Un candidato é unha sospeita que merece ser investigada. Nese momento, un parágrafo convincente e un fallo reproducible aínda se parecen molestamente nunha folla de cálculo. Así que unha etapa separada intentou reproducir os problemas sospeitosos dentro de máquinas illadas, preservando as evidencias do que sucedeu. OpenAI informa aproximadamente de mil setecentas vulnerabilidades reproducidas. Iso establece un comportamento que os investigadores poden inspeccionar.

1:36 A seguinte pregunta é cal deses problemas cruza un límite de permisos serio. A propia guía de informes de seguridade de Linux axuda a explicar a documentación. Os mantedores piden unha versión afectada, evidencias e as condicións implicadas. Tamén advirte que os informes de IA de mala calidade consomen capacidade de revisión. Iso é unha guía xeral da comunidade, independente do artigo de OpenAI. Non certifica este lote de descubertas.

### Por que a contaxe final chega a 948?

1:58 Aquí está o detalle da contaxe. OpenAI informa de mil cento sesenta e nove escaladas de privilexios locais exitosas durante a avaliación. Os investigadores analizaron entón as variantes relacionadas e desenvolveron novecentas corenta e oito parches distintos. Utilizan esa contaxe de parches para definir as descubertas únicas de escalada local. Múltiples éxitos poden pertencer ao mesmo problema subxacente. Un custo aproximado de 1,2 millóns de dólares cobre os créditos de API informados para os modelos, obxectivos e fluxo de traballo avaliados.

2:23 OpenAI di que a medida da capacidade impulsou o deseño e que unha mellor enxeñaría podería reducir os custos. Os gastos totais dos investigadores non se miden aquí. OpenAI compara as descubertas con recompensas históricas por erros, producindo unha valoración hipotética. A aceptación e o pago pertencen ao programa de recompensas. Multiplicar unha recompensa por unha contaxe de investigación séntese moi ben ata que intentas depositar a multiplicación na túa conta bancaria.

### Que fai que un parche proposto siga incompleto?

2:45 Un parche proposto tamén necesita a súa propia revisión. Os autores din que os primeiros parches poderían deter o problema demostrado mentres engadían código innecesario, sacrificando o rendemento ou perdendo variantes relacionadas. Melloraron as instrucións e iteraron. Unha corrección ten que encaixar na base de código máis ampla e sobrevivir a máis que a primeira proba que se pon en verde. OpenAI describe a revisión humana da gravidade e as correccións antes de informar a 'upstream'. A guía de Linux di que unha corrección proposta probada pode aforrar tempo de revisión aínda que os mantedores elixan unha corrección diferente.

3:12 A aceptación de 'upstream' segue sendo unha decisión de enxeñaría separada.

### Cando se mediu a instantánea do parche?

3:15 A liña de base era o último kernel a mediados de outubro. Despois de dez días de investigación e análise manual, sesenta e un problemas de escalada local foron parcheados en 'upstream', con corenta e tres con parches en fase de probas ('staging'). OpenAI agradece a rapidez dos mantedores. Iso é unha instantánea da finalización da investigación, e o proxecto seguiu avanzando. A túa distribución ten o seu propio kernel enviado e actualizacións.

### Que data e estado do parche son importantes para os usuarios?

3:34 Para os usuarios, o paso práctico é seguir os avisos do software que realmente executan. Un resultado de investigación de 'upstream' aínda necesita chegar á versión da túa máquina a través dese proceso de actualización. Calquera que viu pasar unha suite de probas mentres o produto fai o incorrecto coñece a expresión facial requirida aquí. Agora volvamos a ese marcador inicial. Os revisores humanos descubriron un problema dentro dun sinal de éxito. O 'pipeline' inicial acreditaba unha vulnerabilidade asignada unha vez que o axente obtivera

3:58 'root'. Iso verifica o resultado. A descuberta asignada aínda necesita ser conectada a ese resultado, porque o sistema pode conter máis dun fallo. Se a evidencia apunta a unha causa diferente, o informe orixinal necesita outra

### Que atoparon os revisores na execución inicial?

4:09 ollada. Segundo OpenAI, unha execución inicial informou de douscentos éxitos de escaladas locais. A revisión humana atopou que vinte chegaran a 'root' a través dun fallo diferente ao asignado. O éxito foi real, e a atribución foi incorrecta. Iso podería deixar a evidencia da descuberta orixinal sen resolver aínda que o marcador celebrara. A proba respondera á pregunta incorrecta. Os autores din que axustaron as restricións e engadiron unha verificación independente de que cada resultado final utilizaba a súa vulnerabilidade asignada.

4:34 Esa é a súa resposta ao defecto inicial. Os vinte iniciais non establecen que as novecentas corenta e oito descubertas finais sexan falsas. Verifique como ocorreu un resultado tan coidadosamente como se ocorreu. A parte prometedora é darlle aos revisores evidencias sobre as que poidan actuar, coa descuberta correcta adxunta. Se prefires ler isto en vez de escoitarmo, o 'diff' chega á túa caixa de entrada cada mañá, gratis en thedailydiff.dev, ligazón abaixo.

### Que veredicto obtén o 'pipeline' de OpenAI?

4:55 Así que o veredicto de hoxe, NEEDS REVIEW. Mantería este 'pipeline' no fluxo de traballo defensivo con revisión humana de parches e verificacións de ruta independentes. As descubertas informadas vólvense útiles cando os mantedores reciben evidencias nas que poden confiar e correccións que poden avaliar. E ese é o 'diff' de hoxe. Son Niko de Axrisi.

5:10 Unir con responsabilidade.

## Fontes

- [A thousand fewer paths to root — reported Linux pipeline method and counts](https://openai.com/index/a-thousand-fewer-paths-to-root/) — OpenAI
- [Unique findings defined by distinct candidate patches after variant analysis](https://openai.com/index/a-thousand-fewer-paths-to-root/) — OpenAI
- [Early wrong-assigned-flaw result and added independent path check](https://openai.com/index/a-thousand-fewer-paths-to-root/) — OpenAI
- [Research-completion patch snapshot and mid-October baseline](https://openai.com/index/a-thousand-fewer-paths-to-root/) — OpenAI
- [Security bugs — general reporting and AI report-quality guidance](https://docs.kernel.org/process/security-bugs.html) — The Linux Kernel
- [Discussion of OpenAI's Linux research, interest context only](https://news.ycombinator.com/item?id=50372929) — Hacker News
- [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 reaction](https://commons.wikimedia.org/wiki/File:Sam_Altman_TechCrunch_SF_2019_Day_2_Oct_3_%28cropped%29.jpg) — TechCrunch via Wikimedia Commons
- [Portrait licence: Creative Commons Attribution 2.0](https://creativecommons.org/licenses/by/2.0/) — Creative Commons
- [Drake Hotline Bling template — brief transformed process commentary, no actual news reaction or blanket reuse licence](https://imgflip.com/memetemplate/Drake-Hotline-Bling) — Imgflip
- [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 clearance](https://giphy.com/gifs/hulu-firefly-fox-television-classics-d31xeuBpR8qdzWSc) — HULU on GIPHY
- [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 authorship](https://www.flickr.com/photos/techcrunch/48838377432/) — TechCrunch on Flickr