OpenAI AI Hatası: 30 Saatlik Çalışmada 948 Linux Kök Erişim Açığı Üretti.

OpenAI, Çarşamba günü, yaklaşan siber odaklı bir yapay zekâ (AI) modelini kullanarak Linux’ta 948 yerel ayrıcalık yükseltme açığını doğrulamak ve yamak için 1,2 milyon dolarlık API maliyetiyle bir hat detaylandırdı.

“Prototipimiz, 2.308 aday Linux çekirdeği bulgusu tanımladı ve analiz etti, 1.724 açığı dinamik olarak yeniden üretti ve ayrıcalıksız bir yerel kullanıcının kök erişimi kazanmasına olanak tanıyabilecek 948 yerel ayrıcalık yükseltme (LPE) açığı üretti,” şirketinden yapılan açıklamada belirtildi.

Bulgular, OpenAI’nin Haziran 2026’da GPT‑5.5‑Cyber modeli tarafından keşfedilen 24 LPE açığını ortaya koyduğu çalışmanın üzerine inşa ediliyor. En son araştırma, bu süreci beş aşamadan oluşan ajansal bir hat haline getiriyor –

• Açık keşfi: ajansların yüksek değerli denetim hedeflerini (yani, kod tabanının güvenlik açısından ilgili ve düşük ayrıcalıklı kullanıcılar tarafından erişilebilir kısımları) tanımlaması ve aday bulgular araması
• Dinamik doğrulama: ajansların her adayı kumandalı bir ortamda yeniden üretmeye çalışması ve çalışma zamanı kanıtını koruması
• Açıklanabilir değerlendirmesi: ajansların doğrulanmış açıkların bilgi ifşası veya LPE’yi kolaylaştırmak için kötüye kullanılabileceğini test etmesi ve bir kavram kanıtı (PoC) açığı tasarlaması
• Yama üretimi: ajansların tanımlanmış açık için yamalar üretmesi
• İnsan incelemesi: güvenlik araştırmacılarının açık, yama ve önerilen ciddiyeti bakımcılara bildirmeden önce inlemesi

“Ekim 2026’nın ortalarında yapılan bir çalışmada, yaklaşan bir siber model kullanan hattımız, 1.724 açığı [30 saat içinde] dinamik olarak yeniden üretti ve yaygın olarak kullanılan bir Linux dağıtımı için 291 bilgi ifşası açığı için PoC ve 948 çalışan yerel ayrıcalık yükseltme (LPE) açığı üretti,” OpenAI’den yapılan açıklamada belirtildi.

“Toplam çalışma maliyeti 1.213.430 dolarlık API kredisi ya da LPE açığı başına 1.279 dolar oldu. Bilgimiz dahilinde, bu hattadaki ajanslar en az 10 yeni Linux açığı açma tekniğini keşledi ve kullandı.”

Genel düzeyde, bunlar şunları içeriyor –

• Hedef kernel önbelleğine nesneler püskürtmek için iki yeni kalıcı elastik nesne
• Sömürü güvenilirliğini artırmak için iki yeni sayfa düzenleme tekniği
• Doğrudan veya keyfi bir yazma yoluyla ayrıcalık yükseltmesi sağlamak için beş yeni yalnızca veri içeren tekniği
• Keyli bir tür karıştırmasını içeren bir tekniği

Gelişme, tekrar ön uç yapay zekânın siber güvenliği nasıl yeniden şekillendirdiğine işaret ediyor: zayıflık tespiti ve sömürüyü hızlandırıyor ve aynı zamanda savunucuların, saldırganlar bunları kullanamadan önce ek talimatlar ve yinelemeler yoluyla kusurları güvenilir biçimde gidermelerine yardımcı oluyor; böylece kötü niyetli aktörlerin yazılımı sömürmesini “maliyet açısından dayanılmaz” hale getiriyor.

Son ayda yayımlanan bir rapora göre VulnCheck, yapay zekâ destekli zayıflık tespitini, artık yazılım zayıflıklarını tespit etmek için neredeyse hiç veya hiç teknik bilgi gerektirmeyen acemi sadyanları hızlandıran “büyüyen bir risk kategorisi” olarak sınıflandırdı.

Yapay zekâ modellerine erişim yalnızca savunucularla sınırlı değil; aynı yetenekleri yeni sıfır-gün zayıflıklarını tespit etmek ve silahlandırmak ve en az çabayla sürdürülebilir hedef havuzunu genişletmek için kullanabilen kötü niyetli aktörlerle de mümkün.

Google Threat Intelligence Group (GTIG)’den edinilen bilgilere göre, her ay açıklanan zayıflık sayısı 2026’nın Ocak ayında 5.045’ten 2026’nın Ağustos ayında 10.740’a yükselerek ikiye yaklaşıyor. Yüksek riskli olarak sınıflandırılan zayıflık sayısı 2026’nın Ocak ayında 131 açıklamadan 2026’nın Ağustos ayında 350’ye yükseldi; bu %167’lik bir artış.

“Yapay zekâ destekli siber araçların yaygın hale gelmesi, sıfır-gün zayıflıklarının tespitinde kesinlikle önemli bir artışa yol açmıştır,” diye değerlendirmesinde, Salı günü yayımlanan bir değerlendirmede Birleşik Krallık Ulusal Siber Güvenlik Merkezi (NCSC) söyledi.

“Savunmacı siber araçlar, bir zayıflığın sıfır-günden N-gün zayıflığına dönüşüm penceresini kısalttı ve yama sürecini daha hızlı hale getirdi. Ancak bu teknolojinin doğru ve yaygın biçimde yapılandırılmaması durumunda, birçok sistem hâlâ sistem zayıflıklarını tespit etmek ve sömürmek için siber araçları kullanan saldırganlara karşı savunmasız.”

NCSC ayrıca, kuruluşların bu yeni açıklama hızına uyum sağlamak için dahili yama ve test süreçlerini geliştirmesi gerekeceğini belirtti.

“Saldırganlar, bir amaca ulaşmak için erişimi kaybetme konusunda artık daha az tedbirli davranıyor, çünkü yenileme maliyeti minimum düzeyde,” diye ekledi. “Daha düşük risk nedeniyle siber yetenekler artık daha geniş bir faaliyet yelpazesinde kullanılıyor ve rakiplerin bilgiye erişip operasyonel olarak kullanması daha kolay hale geliyor.”

OpenAI, ileri düzey modellerin açıklama bulma hızının, yazılımları güvende tutmak ve sömürü penceresini sınırlamak için otomatik yama üretimiyle karşılanması gerektiğini söyledi.

“İnsan uzman rehberliğinde yapılan yinelemelerle, yapay zekâ tarafından üretilen yamaların işlevsel olarak doğru, mevcut kodlama stilleriyle uyumlu ve saldırı varyantlarına dayanıklı olabileceğine inanıyoruz,” dedi OpenAI. “Yakın ve orta vadede, en son mevcut yamalarla güncel olmayan bir işletim sisteminde düşük ayrıcalıklı bir hesaba sahip olmak, iyi kaynaklara sahip bir tehdit aktörü için işlevsel olarak root erişimi ile eşdeğer sayılmalıdır.”

Siber Güvenlik Araştırmaları