# OpenAI melaporkan 948 kelemahan akar tempatan dalam Linux

Published: 2026-11-06

OpenAI melaporkan 948 penemuan peningkatan keistimewaan tempatan unik dan calon tampalan daripada saluran penyelidikan Linux terkawal, dengan kira-kira $1.2 juta dalam kredit API. Kiraan ini menggunakan calon tampalan yang berbeza selepas analisis varian daripada 1,169 penilaian yang berjaya. Kesilapan atribusi kelemahan yang diberikan pada peringkat awal mendorong semakan laluan bebas, manakala semakan tampalan manusia dan penerimaan hulu kekal sebagai peringkat yang berasingan.

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

## Apa yang diliputi video ini

- Peningkatan keistimewaan tempatan bermula dengan pengguna tempatan yang tidak mempunyai keistimewaan dan sudah wujud mencapai root. Laporan itu tidak memberikan keputusan akses jauh khusus mesin.
- Saluran paip menghasilkan 2,308 calon selepas deduplikasi awal dan menghasilkan semula 1,724 kelemahan. 948 penemuan tempatan unik terakhirnya menggunakan kiraan tampalan calon yang berbeza selepas analisis varian daripada 1,169 penilaian yang berjaya.
- $1.2 juta yang dilaporkan adalah kredit API untuk model, sasaran dan aliran kerja yang dinilai. Penilaian ganjaran sejarah adalah hipotesis dan memerlukan penerimaan program dan pembayaran yang berasingan.
- Garisan dasar adalah pertengahan Oktober 2026. Angka 61-hulu/43-pementasan menerangkan penyelesaian penyelidikan selepas sepuluh hari, jadi nasihat pengedaran semasa masih diperlukan.
- 20 daripada 200 kejayaan awal menggunakan kelemahan yang berbeza daripada yang diberikan. OpenAI melaporkan penambahan semakan laluan yang diberikan secara bebas; kecacatan awal ini tidak membuktikan bahawa 948 terakhir adalah palsu. Keputusan itu adalah NEEDS REVIEW dengan semakan tampalan manusia dan semakan laluan.

## Soalan dan jawapan

### Apa maksud peningkatan keistimewaan tempatan dalam penyelidikan Linux?

Ia bermaksud pengguna tempatan yang tidak mempunyai keistimewaan dan sudah wujud mencapai root, keistimewaan tempatan tertinggi. OpenAI menerangkan mesin penyelidikan terkawal dan penemuan calon dengan bukti untuk semakan. Memasuki mesin adalah soalan yang berasingan. Laporan itu tidak memberikan keputusan akses jauh khusus mesin; kernel yang dihantar, konfigurasi dan nasihat pengedaran memerlukan bukti mereka sendiri.

### Bagaimana OpenAI mentakrifkan 948 penemuan peningkatan tempatan yang unik?

OpenAI menggunakan 948 tampalan calon yang berbeza selepas analisis varian untuk mentakrifkan penemuan peningkatan keistimewaan tempatan yang unik. Peringkat penilaiannya melaporkan 1,169 peningkatan tempatan yang berjaya sebelum pengelompokan itu. Beberapa kejayaan boleh berkaitan dengan varian yang berkaitan dengan satu isu asas. Tampalan calon, penerimaan hulu dan pembetulan yang mencapai distribusi mempunyai peringkat semakan yang berasingan, jadi kiraan ini harus mengekalkan definisi pengarang yang dilampirkan.

### Apa yang ditemui oleh pengulas manusia dalam larian 200-kejayaan awal?

Pengulas manusia mendapati bahawa 20 daripada 200 peningkatan tempatan yang berjaya dalam larian awal mencapai root melalui kelemahan yang berbeza daripada yang diberikan, menurut OpenAI. Kejayaan itu nyata sementara atribusi penyebabnya salah. Para pengarang melaporkan mengetatkan batasan dan menambah semakan kelemahan yang diberikan secara bebas selepas itu. Kecacatan awal ini tidak membuktikan bahawa 948 penemuan akhir adalah palsu.

### Mengapa kos API yang dilaporkan dan tangkapan tampalan harus mengekalkan skop mereka?

Kos kredit API menerangkan model, sasaran dan aliran kerja yang dinilai OpenAI, manakala angka tampalan menerangkan penyelesaian penyelidikan berdasarkan garisan dasar pertengahan Oktober. OpenAI melaporkan 61 pembetulan hulu dan 43 tampalan pementasan pada titik sejarah itu. Jumlah perbelanjaan penyelidikan tidak diukur oleh episod itu. Pengguna harus mengikuti nasihat untuk kernel yang dihantar sebenar mereka, dan penerimaan hulu kekal sebagai keputusan kejuruteraan yang berasingan.

### Apakah keputusan The Daily Diff mengenai saluran paip Linux OpenAI?

Keputusan The Daily Diff adalah NEEDS REVIEW. Niko akan mengekalkan saluran paip itu dalam aliran kerja pertahanan dengan semakan tampalan manusia dan semakan laluan yang diberikan secara bebas. Penerbitan OpenAI menerangkan tampalan calon, semakan penyelidik dan tindak balas terhadap kecacatan atribusi awal. Panduan pelaporan umum Kernel Linux meminta bukti yang boleh diambil tindakan dan konteks versi, yang membantu menjelaskan mengapa kualiti semakan penting bersama-sama dengan kiraan penemuan.

## Bab

- 0:00 Apa sebenarnya maksud kiraan pepijat Linux OpenAI?
- 0:24 Akses siapa yang boleh menjadi root?
- 1:08 Bagaimana seorang calon menjadi bukti?
- 1:58 Mengapa kiraan akhir menjadi 948?
- 2:45 Apa yang masih membuat tampalan yang dicadangkan tidak lengkap?
- 3:15 Bila tangkapan tampalan diukur?
- 3:32 Tarikh dan status tampalan mana yang penting kepada pengguna?
- 4:09 Apa yang ditemui oleh pengulas dalam larian awal?
- 4:55 Apa yang mendapat keputusan pada saluran paip OpenAI?

## Transkrip terjemahan

Diterjemahkan daripada penceritaan asal Bahasa Inggeris. Audio dan kapsyen yang tersedia dikawal oleh YouTube.

### Apa sebenarnya maksud kiraan pepijat Linux OpenAI?

0:00 Mencari kelemahan Linux kedengaran seperti memperbaikinya. OpenAI melaporkan sembilan ratus empat puluh lapan penemuan root tempatan dan calon tampalan, dengan kira-kira satu perpuluhan dua juta dolar dalam kredit API. Dalam video ini, apa yang dikira? Apa yang ditangkap oleh semakan manusia? Ada ujian awal di mana mesin-mesin benar-benar mendapat root, dan papan skor masih mengkreditkan perkara yang salah. Kita akan lihat apa yang ditangkap oleh pengulas manusia.

0:20 Hari Khamis, lima November, dan ini adalah The Daily Diff.

### Akses siapa yang boleh menjadi root?

0:24 Kernel Linux adalah teras yang menguruskan sumber dan keizinan mesin. Peningkatan keistimewaan tempatan bermaksud pengguna yang sudah ada, tidak mempunyai keistimewaan mencapai root, keistimewaan tertinggi. OpenAI mengkaji sempadan itu dalam mesin penyelidikan yang terasing. Memasuki mesin adalah masalah yang berasingan. OpenAI menerbitkan penyelidikan pada empat November, menerangkan model siber yang akan datang di dalam saluran paip automatik. Hasil yang berguna adalah satu set penemuan dengan bukti dan cadangan pembetulan untuk

0:49 orang ramai semak. Kertas kerja itu tidak mengumumkan akses umum kepada model yang akan datang itu. Itu meninggalkan kerja yang sangat manusia di dalam cerita autonomi. Para penyelidik menyemak output dan mula melaporkan kelemahan kritikal dengan tampalan, mengikut panduan daripada komuniti kernel. Ejen boleh mengisi peti masuk. Seseorang masih perlu memutuskan apa yang patut ada di dalamnya. Saluran paip bermula dengan bahagian kernel yang relevan dengan keselamatan,

### Bagaimana seorang calon menjadi bukti?

1:10 kemudian menghasilkan kira-kira dua puluh tiga ratus penemuan calon selepas membuang duplikat. Calon adalah syak wasangka yang patut disiasat. Pada ketika itu, perenggan yang meyakinkan dan kelemahan yang boleh dihasilkan semula masih kelihatan sangat serupa dalam hamparan. Jadi peringkat yang berasingan cuba menghasilkan semula masalah yang disyaki di dalam mesin yang terasing, memelihara bukti apa yang berlaku. OpenAI melaporkan kira-kira tujuh belas ratus kelemahan yang dihasilkan semula. Itu menetapkan tingkah laku yang boleh diperiksa oleh penyelidik.

1:36 Soalan seterusnya adalah masalah mana yang melintasi sempadan kebenaran yang serius. Panduan pelaporan keselamatan Linux sendiri membantu menjelaskan kertas kerja. Penyelenggara meminta versi yang terjejas, bukti, dan syarat-syarat yang terlibat. Ia juga memberi amaran bahawa laporan AI berkualiti rendah menggunakan kapasiti semakan. Itu adalah panduan komuniti umum, bebas daripada kertas OpenAI. Ia tidak mengesahkan kumpulan penemuan ini.

### Mengapa kiraan akhir menjadi 948?

1:58 Berikut adalah butiran kiraan. OpenAI melaporkan seribu seratus enam puluh sembilan peningkatan keistimewaan tempatan yang berjaya semasa penilaian. Para penyelidik kemudian menganalisis varian yang berkaitan dan membangunkan sembilan ratus empat puluh lapan tampalan yang berbeza. Mereka menggunakan kiraan tampalan itu untuk menentukan penemuan peningkatan tempatan yang unik. Beberapa kejayaan boleh tergolong dalam masalah asas yang sama. Kira-kira satu perpuluhan dua juta dolar meliputi kredit API yang dilaporkan untuk model, sasaran dan aliran kerja yang dinilai.

2:23 OpenAI mengatakan pengukuran keupayaan mendorong reka bentuk dan kejuruteraan yang lebih baik boleh mengurangkan kos. Jumlah perbelanjaan penyelidik kekal tidak diukur di sini. OpenAI membandingkan penemuan dengan ganjaran hadiah pepijat sejarah, menghasilkan penilaian hipotesis. Penerimaan dan pembayaran adalah milik program hadiah. Mendarabkan ganjaran dengan kiraan penyelidikan terasa hebat sehingga anda cuba mendepositkan pendaraban itu ke akaun bank anda.

### Apa yang masih membuat tampalan yang dicadangkan tidak lengkap?

2:45 Tampalan yang dicadangkan juga memerlukan semakannya sendiri. Para pengarang mengatakan tampalan awal boleh menghentikan masalah yang ditunjukkan sambil menambah kod yang tidak perlu, mengorbankan prestasi, atau terlepas varian yang berkaitan. Mereka meningkatkan arahan dan mengulangi. Pembetulan perlu sesuai dengan pangkalan kod yang lebih luas dan bertahan lebih daripada ujian pertama yang berjaya. OpenAI menerangkan semakan manusia terhadap tahap keparahan dan pembetulan sebelum melapor kepada hulu. Panduan Linux mengatakan pembetulan yang dicadangkan yang diuji boleh menjimatkan masa semakan walaupun penyelenggara memilih pembetulan yang berbeza.

3:12 Penerimaan hulu kekal sebagai keputusan kejuruteraan yang berasingan.

### Bila tangkapan tampalan diukur?

3:15 Garisan dasar adalah kernel terkini pada pertengahan Oktober. Selepas sepuluh hari penyelidikan dan analisis manual, enam puluh satu isu peningkatan tempatan telah ditampal di hulu, dengan empat puluh tiga mempunyai tampalan pementasan. OpenAI mengkreditkan penyelenggara yang bergerak pantas. Itu adalah gambaran penyelesaian penyelidikan, dan projek terus bergerak. Distribusi anda mempunyai kernel dan kemas kini yang dihantar sendiri.

### Tarikh dan status tampalan mana yang penting kepada pengguna?

3:34 Bagi pengguna, langkah praktikal adalah mengikuti nasihat untuk perisian yang mereka sebenarnya jalankan. Hasil penyelidikan hulu masih perlu mencapai versi pada mesin anda melalui proses kemas kini itu. Sesiapa sahaja yang pernah melihat suite ujian lulus sementara produk melakukan perkara yang salah tahu ekspresi muka yang diperlukan di sini. Sekarang kembali kepada papan skor awal itu. Pengulas manusia menemui masalah di dalam isyarat kejayaan. Saluran paip awal mengkreditkan kelemahan yang diberikan apabila ejen memperoleh

3:58 root. Itu menyemak hasilnya. Penemuan yang diberikan masih perlu disambungkan kepada hasil itu, kerana sistem boleh mengandungi lebih daripada satu kelemahan. Jika bukti menunjukkan punca yang berbeza, laporan asal memerlukan

### Apa yang ditemui oleh pengulas dalam larian awal?

4:09 semakan lain. Menurut OpenAI, larian awal melaporkan dua ratus peningkatan tempatan yang berjaya. Semakan manusia mendapati dua puluh telah mencapai root melalui kelemahan yang berbeza daripada yang diberikan. Kejayaan itu nyata, dan atribusi itu salah. Itu boleh meninggalkan bukti penemuan asal tidak diselesaikan walaupun papan skor meraikan. Ujian itu telah menjawab soalan yang salah. Para pengarang mengatakan mereka mengetatkan batasan dan menambah semakan bebas bahawa setiap hasil akhir menggunakan kelemahan yang diberikan.

4:34 Itu adalah tindak balas mereka terhadap kecacatan awal. Dua puluh awal itu tidak membuktikan bahawa sembilan ratus empat puluh lapan penemuan akhir adalah palsu. Sahkan bagaimana sesuatu hasil berlaku dengan teliti seperti sama ada ia berlaku. Bahagian yang menjanjikan adalah memberikan pengulas bukti yang boleh mereka tindakan, dengan penemuan yang betul dilampirkan. Jika anda lebih suka membaca ini daripada mendengar saya mengatakannya, diff itu tiba di peti masuk anda setiap pagi, percuma di daily diff dot dev, pautan di bawah.

### Apa yang mendapat keputusan pada saluran paip OpenAI?

4:55 Jadi keputusan hari ini, NEEDS REVIEW. Saya akan mengekalkan saluran paip ini dalam aliran kerja pertahanan dengan semakan tampalan manusia dan semakan laluan bebas. Penemuan yang dilaporkan menjadi berguna apabila penyelenggara menerima bukti yang boleh mereka percayai dan pembetulan yang boleh mereka nilai. Dan itu adalah perbezaan untuk hari ini. Saya Niko dari Axrisi.

5:10 Gabungkan secara bertanggungjawab.

## Sumber

- [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