通往 root 的路径少了一千条

OpenAI 的一篇博客文章声称,他们的自主 AI 流程发现并帮助修补了 Linux 内核中的 948 个本地提权漏洞,API 使用成本约为 120 万美元,这既引发了警惕,也招致了质疑。评论者争论这些数字有多可信、其中有多少问题是真正独立且可利用的,以及这到底是有意义的安全研究还是营销炒作。讨论还扩展到对大型 C 代码库系统性不安全的担忧、内存安全语言和微内核的作用、资金充足者与其他人之间日益扩大的不对称,以及 AI 驱动的漏洞发现将如何重塑软件安全和漏洞赏金经济。

漏洞的规模与性质

  • 评论者对本地提权(LPE)漏洞的数量之多感到震惊;很多人一直以为 Linux 上“user → root”很容易,但 900 多个内核 LPE 仍然令人警惕。
  • 这些被描述为彼此独立的漏洞,按补丁统计;一个补丁可能阻止多个利用变种。
  • 几乎所有漏洞都仅存在于内核中(不在用户态),通常需要本地的低权限访问,而不是远程利用。

方法、验证与准确性担忧

  • 该流程会自动进行发现、利用和修补;人工验证主要聚焦于可达的、低权限、可测量的内存破坏案例。
  • 一些人担心验证并不完整,标题数字里可能包含误报、重复项或价值较低的问题。
  • 也有人指出,许多 LPE 当时正被社区并行修补或公开讨论,这表明与现有工作存在重叠。

安全影响与当前实践

  • 许多人认为,LPE 几十年来一直被“默认是可能的”;低权限账户如今很少再被视为强沙箱。
  • 当内核和容器都如此脆弱时,纵深防御被认为是减弱的;虚拟机仍然更受信任,但也存在逃逸漏洞。
  • 有人建议,我们应该假定大多数大型软件栈同样布满潜伏漏洞。

根本原因:语言、架构与激励

  • 被广泛提到的原因包括:数百万行 C、单体内核设计、庞大的驱动攻击面、最少的单元测试,以及数十年来“速度/功能优先于安全”的取舍。
  • 不少人提到替代方案:采用 Rust、微内核(例如 seL4)、能力系统,以及更严格地隔离驱动和子系统。
  • 也有人强调,即使用更好的语言,复杂内核仍会有非内存安全漏洞和设计缺陷。

AI 的角色:强大工具与新风险

  • 许多人认为,LLM 只是把已知技术大幅放大:更快、更便宜,并且能同时记住海量上下文,而不是从根本上引入新理论。
  • 有人报告说,如今在其他大型项目中也出现了类似的“漏洞洪水”,因为贡献者在使用 LLM。
  • 也有人担心这实际上会制造“零日自动售货机”,让资源充足的攻击者更容易将利用手段商品化。

经济、可获得性与怀疑态度

  • 120 万美元的 API 成本引发了争论:是令人印象深刻的投资回报,还是只有富有实验室才能复制的昂贵营销噱头。
  • 也有人担心,前沿模型的访问会变成被少数人俘获的公共资源,拉大大实验室与其他人的差距。
  • 还有几人呼吁提高透明度:按子系统、漏洞年龄、漏洞类型进行拆分,并公开新的利用技术写法。