OpenAI 请外人来攻自家防线：下一轮内部安全冲刺拉上 Cathedral Systems

作者：陈一帆

11月3日，OpenAI 宣布下一轮内部安全冲刺将引入外部力量：安全公司 Cathedral Systems 的研究员会用 OpenAI 自家的模型，和内部团队一起挑战 OpenAI 的防御。同时，关键漏洞的赏金提高到原来的四倍以上，含奖金单笔最高约 17.2 万美元。合作方一周前刚被曝用 AI 代理进入了 Anthropic 的内部系统。

11月3日，OpenAI 在官方博客和 X 上同时宣布：下一轮内部安全冲刺（security sprint）将引入外部力量，与安全公司 Cathedral Systems 合作，让这家公司的研究员用 OpenAI 自家的模型，和内部团队一起挑战自家防御 。同一份公告里，漏洞赏金也涨了——关键级别发现的奖励提高到原来的四倍以上，含奖金单笔最高 17.2 万美元 。

外部研究员怎么「打」

OpenAI 给的理由只有一句：AI 找漏洞的能力在变强，防御者得抢在攻击者之前把它用起来 。具体做法上，Cathedral 的研究员和 OpenAI 团队一起跑模型——他们负责带来「不一样的专长和方法」，从外部找弱点，内部团队负责确认、复现、修 。

上一轮冲刺可以当参照：OpenAI 当时抽调了 25% 的产品工程师专职找漏洞，用 Codex 调查线索、在隔离环境里复现问题、写好补丁等人审查 。官方说这一轮的架构和经验教训会公开分享 。至于这轮什么时候开始、持续多久、覆盖哪些系统，公告里都没写 。

为什么是 Cathedral

这家公司今年 7 月才被 Reuters 起底：四位前「政府效率部」（DOGE）成员 Gavin Kliger、Luke Farritor、Marko Elez、Jack Stein 创办，融资 1.6 亿美元、估值 14 亿美元，a16z 和红杉领投并拿到董事席位，方向是给美军补 AI 驱动的网络攻防能力；Kliger 此前是五角大楼首席数据官 。

真正让它出名的是 10 月 26 日《华盛顿邮报》的报道：Cathedral 的研究员在 Anthropic 对外开放的测试项目里，先花几天尝试直接突破，后来转向这家公司使用的第三方商业软件，AI 代理跑了不到 12 小时，就找到了通往会议记录、薪资和 offer 细节，以及讨论自家先进模型的 Slack 消息的路径 。Anthropic 确认对方进入了销售、HR 和 IT 的「有限系统」，当天切断访问并通报联邦官员，但强调模型对话内容、代码和模型权重未被触及；同时说 Cathedral 夸大了国家安全层面的含义、没有完全遵守赏金项目规则，后者则称访问「保持在绝对最低限度」 。

这段经历放在合作公告旁边，读起来有点微妙，但对一支红队来说，它恰恰是履历：进得去，才谈得上帮你把门补上。

自家也不太平

OpenAI 最近的麻烦并不抽象。据同篇报道，FBI 逮捕了一名涉嫌在 OpenAI 高管会议室安置录音设备的员工；更早一些，有黑客借助 Anthropic 的 Claude 攻进 OpenAI 。这几件事的共同点不是模型被破解，而是入口往往在人身上、在日常工具上。

赏金的新价目表

钱的部分很具体：ChatGPT、Codex、API 平台等核心产品的关键漏洞，单项最高 3 万美元；「杰出」级基础奖 10 万美元，叠加质量系数、五级忠诚度加成和优先活动奖金后，官方算例算出 171,925 美元 。中等、高级、关键三档的奖励区间中点平均提高四倍以上；公告前 30 天内已提交但未裁定的报告按新价补差 。11月20至21日，OpenAI 安全团队还会去奥克兰的 PROMPT2PWN 现场见研究员 。此外，OpenAI 承诺六个月内向保护关键基础设施的一线防御者提供 10 亿美元规模的补贴访问额度，前沿模型也对 Daybreak 客户开放 。

能防住什么，防不住什么

在我看来，这套安排真正想修的是两类东西：自家模型和产品里的弱点，以及绕道第三方办公软件进来的供应链缺口。第二类正是 Cathedral 在 Anthropic 身上演示过的路径，也是很多公司最容易忽略的地方——门锁换得很勤，窗户还开着。

边界也得说清楚。冲刺的时间表、覆盖范围、上一轮到底发现了多少问题，官方都没给数字，成果怎么公布也没提 ；赏金是报价，最终拿多少要看报告质量和复现程度 ；请外部人来打，还需要一套权限与行为边界的约定，Anthropic 那场争议就出在这里 。这些都不改一个判断：把「AI 找漏洞」从威胁故事变成每周一次的例行体检，方向是对的，剩下的是它能不能跑得比攻击者快。

转载说明

本文根据以下公开资料整理，原文及配图出处见下方。

• [S1] As AI becomes more capable at finding vulnerabilities, defenders need to put it to work before attackers do. We’re plann · OpenAI
• [S2] Preparing our next security sprint to harden OpenAI
• [S3] DOGE alumni launch military cyber startup with $1.4 billion valuation
• [S4] Researchers at cybersecurity start-up Cathedral got inside Anthropic - The Washington Post
• [S5] Rewarding defenders with bigger bug bounties
• 配图 1：来源：OpenAI（图片署名见原文） · 图片出处
• 配图 2：来源：OpenAI（图片署名见原文） · 图片出处
• 配图 3：来源：OpenAI（图片署名见原文） · 图片出处
• 配图 4：来源：OpenAI（图片署名见原文） · 图片出处