OpenAI Menyebut Pipeline AI Menemukan 948 Celah Linux yang Dapat Memberi Penyerang Akses Root

948 jalur dari akun biasa menuju kendali penuh

OpenAI mengatakan sistem riset otomatis menemukan 948 kerentanan kernel Linux berbeda yang dapat memungkinkan seseorang dengan akun pengguna biasa mengambil alih kendali penuh komputer. Kampanye tersebut menghabiskan kredit API AI senilai $1,213,430 dan menghasilkan kandidat patch untuk ditinjau manusia, menurut pengungkapan riset perusahaan pada 4 November 2026.

Hasil terperinci dalam laporan riset OpenAI menjelaskan bagaimana angka utama itu diperoleh: agen menghasilkan 1,169 eksploitasi eskalasi hak akses lokal yang berfungsi, lalu mengelompokkan temuan terkait melalui analisis varian dan mengembangkan 948 patch berbeda. OpenAI menggunakan angka terakhir itu sebagai jumlah kerentanan unik.

Celah eskalasi hak akses lokal memungkinkan seseorang atau program yang sudah berjalan di komputer memperoleh hak yang biasanya hanya dimiliki administrator, yang dikenal sebagai root. Kernel Linux adalah perangkat lunak inti yang mengelola memori, perangkat keras, dan izin akses. Menembus batas tersebut dapat mengubah akses terbatas menjadi kendali atas sistem.

OpenAI menguji eksploitasi tersebut pada distribusi Linux yang umum digunakan tetapi tidak disebutkan namanya, dengan perlindungan keamanan standar tetap aktif. Perusahaan menyebut AI yang mendukung rangkaian proses itu sebagai model siber yang akan datang, tanpa memberikan tanggal rilis atau mengidentifikasi distribusinya. Jumlah temuan, biaya, dan klaim tentang teknik serangan baru merupakan hasil yang dilaporkan OpenAI sendiri.

Tantangan langsungnya adalah memastikan perbaikan terpasang pada komputer yang benar-benar digunakan orang. Selama riset berlangsung, kontributor Linux sudah memperbaiki atau membahas ratusan temuan yang tumpang tindih. Peneliti manusia tetap harus memeriksa apakah setiap eksploitasi menargetkan celah yang diklaim dan apakah patch yang diusulkan mengatasi penyebabnya.

Bagaimana agen menyaring jutaan baris kode

OpenAI memulai dengan memilih bagian Linux yang dapat diakses pengguna biasa dan penting bagi keamanan. Agen Scout mengidentifikasi 5,034 target audit yang mencakup sekitar 2.8 juta baris kode, atau kira-kira 7% dari basis kode kernel yang berisi lebih dari 40 juta baris.

Agen Analyst kemudian memeriksa target-target tersebut, menelaah cara kerja kode dan kemungkinan penyerang menembus batas keamanan. Dalam 12 jam, mereka menghasilkan 2,308 kandidat temuan setelah duplikat dihapus. Pemilihan target menghabiskan kredit API senilai $3,426; analisisnya menghabiskan $316,549.

Proses lengkapnya terdiri atas lima tahap: penemuan kerentanan, validasi dinamis, penilaian kemudahan eksploitasi, pembuatan patch, dan tinjauan manusia. Setiap tahap menjawab pertanyaan yang berbeda, mulai dari menemukan kode yang mencurigakan hingga membuktikan adanya masalah keamanan dan mengusulkan perbaikannya.

Dalam tahap validasi, agen mencoba mereproduksi setiap kandidat di mesin virtual terisolasi menggunakan Kernel Address Sanitizer, alat yang mendeteksi jenis kesalahan memori tertentu. Mereka mengamati keluaran program dan log sistem, lalu menyesuaikan program pengujian hingga masalah terpicu atau jatah percobaan habis.

Dalam 30 jam, sistem mereproduksi 1,724 kerentanan, sekitar 74.7% dari kandidat. OpenAI mengatakan banyak temuan yang tersisa memerlukan hak akses lebih tinggi atau bergantung pada kondisi yang sulit dipicu dalam batas waktu yang tersedia. Perusahaan menyebut 3.1% kandidat temuan sebagai hasil analisis keliru yang melibatkan kondisi mustahil. Rentang 30 jam itu mencakup tahap validasi ini, sementara pemindaian dan analisis manual berikutnya berlangsung selama 10 hari.

Apa yang dibuktikan oleh eksploitasi yang berfungsi

Langkah berikutnya bagi OpenAI adalah menentukan bug mana yang dapat membocorkan informasi atau memberikan akses root. Agen penyaring mempersempit temuan menjadi 313 kandidat kebocoran informasi dan 1,238 kandidat eskalasi hak akses.

Agen pengembang eksploitasi menghasilkan 291 bukti konsep kebocoran informasi dan 1,169 eksploitasi eskalasi hak akses yang berfungsi. Bukti konsep adalah program pengujian yang menunjukkan bahwa kerentanan dapat dipicu. Eksploitasi melangkah lebih jauh dengan memanfaatkan celah tersebut untuk menimbulkan dampak keamanan, seperti memperoleh hak administrator.

Perlindungan pada mesin pengujian tetap aktif, termasuk pengacakan alamat, pembatasan akses kernel ke memori pengguna, dan pemeriksaan saat menyalin data. Pengacakan alamat membuat lokasi memori yang berguna lebih sulit diprediksi penyerang. Dengan perlindungan ini tetap aktif, pengujian lebih menyerupai instalasi desktop biasa.

OpenAI juga menguji versi adaptasi lingkungan kernelCTF milik Google, yang memiliki permukaan serangan lebih kecil dan perlindungan tambahan. Kampanye itu menghasilkan 25 bukti konsep kebocoran informasi dan 21 eksploitasi eskalasi hak akses selama 112 jam, dengan biaya API sekitar $32,936. Adaptasi tersebut tidak menyertakan mitigasi SLAB_VIRTUAL karena tidak kompatibel dengan kernel terbaru yang digunakan dalam pengujian.

OpenAI melaporkan menemukan kerentanan di QEMU TCG, bagian dari infrastruktur virtualisasi yang digunakan dalam pengujian kernelCTF. Temuan itu membuat lingkungan riset itu sendiri turut menjadi bagian dari tinjauan keamanan.

Perbandingan kampanye Oktober dengan riset sebelumnya

Riset OpenAI tentang Linux berkembang melalui beberapa eksperimen pada 2026. Perusahaan mengaitkan pekerjaan ini dengan Patch the Planet, upayanya membantu para pengelola proyek menemukan dan memperbaiki kerentanan dalam perangkat lunak yang banyak digunakan.

• Juni 2026: OpenAI mengungkapkan 24 eksploitasi eskalasi hak akses Linux yang dikembangkan menggunakan GPT-5.5 Cyber.
• Akhir Juli 2026: Kampanye menggunakan GPT-5.6 Sol menemukan dan mengeksploitasi 166 kerentanan eskalasi hak akses unik dengan biaya API $513,690.
• Pertengahan Oktober 2026: Model siber yang lebih baru menghasilkan eksploitasi untuk 948 kerentanan eskalasi hak akses berbeda, beserta kandidat patch, dengan biaya $1,213,430.
• 4 November 2026: OpenAI menerbitkan penjelasan tentang rangkaian proses dan hasilnya.

Kampanye Oktober menemukan sekitar 5.7 kali lebih banyak kerentanan eskalasi hak akses unik dibanding kampanye Juli, dengan biaya sekitar 2.4 kali lebih besar. Berdasarkan perhitungan dari angka tersebut, pengeluaran API per temuan unik turun dari sekitar $3,095 menjadi $1,280.

Kedua kampanye memeriksa cabang master kernel Linux terbaru yang tersedia saat itu. OpenAI mengatakan model pada Oktober menemukan jauh lebih banyak kerentanan meskipun kernel telah mendapat perbaikan dan penguatan selama tiga bulan tambahan. Perusahaan berpendapat perangkat lunak penting perlu dipindai kembali seiring meningkatnya kemampuan model.

Mengapa memperoleh akses root saja belum cukup untuk memvalidasi temuan

OpenAI menemukan masalah mendasar dalam eksperimen awal: 20 dari 200 eksploitasi yang berhasil memperoleh akses root melalui kerentanan selain yang ditugaskan kepada agen. Serangannya berhasil, tetapi penjelasan tentang bug yang digunakan keliru.

Hal itu penting untuk proses penambalan. Peneliti perlu menghubungkan hasil yang diamati dengan penyebab yang tepat agar pengelola proyek dapat memperbaiki kode yang bertanggung jawab. Setelah menemukan kesalahan atribusi tersebut, OpenAI menambahkan pemeriksaan independen.

Yash Kadakia, pendiri sekaligus kepala teknologi Security Brigade, menjelaskan mengapa perusahaan membutuhkan hasil yang dapat direproduksi dan penjelasan yang akurat:

"Mencapai suatu hasil dan menjelaskan dengan benar bagaimana hasil itu dicapai adalah dua hal yang berbeda," katanya.

Paket riset akhir OpenAI mencakup analisis penyebab, program uji minimal yang memicu crash, kandidat patch, dan eksploitasi lengkap. Peneliti keamanan manusia meninjau eksploitasi, perbaikan, dan tingkat keparahan yang diusulkan sebelum melaporkan temuan kepada para pengelola proyek.

Pengembangan patch juga membutuhkan proses berulang. Perbaikan awal dari AI terkadang menimbulkan perubahan yang tidak perlu atau mengorbankan kinerja, atau membiarkan varian kerentanan terkait tetap belum terselesaikan. Pengujian berbagai variasi serangan membantu peneliti menilai apakah perbaikan mencakup masalah yang lebih luas.

Penggunaan $1.2 juta dan cara OpenAI menilainya

OpenAI melaporkan total biaya kampanye sebesar $1,213,430, atau sekitar $1,279 per temuan eskalasi hak akses unik. Angka ini menggambarkan pengeluaran API untuk model dan alur kerja tersebut, bukan perhitungan lengkap biaya tenaga riset dan operasional.

Penilaian kemudahan eksploitasi menyerap porsi terbesar. Penyaringan menghabiskan $44,194, sedangkan pengembangan eksploitasi menghabiskan $775,929, termasuk $691,000 untuk kandidat eskalasi hak akses dan $84,929 untuk kandidat kebocoran informasi.

Kegagalan yang sulit dapat menelan biaya besar. OpenAI melaporkan rata-rata pengeluaran sekitar $3,922 untuk masing-masing dari 69 upaya eskalasi hak akses yang gagal, dibandingkan sekitar $360 untuk setiap eksploitasi yang berhasil. Beberapa kasus sulit melibatkan kondisi balapan, ketika keberhasilan bergantung pada peristiwa yang terjadi dalam urutan atau pada saat yang tepat.

OpenAI membandingkan 948 temuan itu dengan hadiah historis kompetisi sebesar $20,000 di Pwn2Own dan $70,000 di TyphoonPWN untuk eksploitasi eskalasi hak akses kernel Linux. Dengan menerapkan angka tersebut, nilainya secara hipotetis mencapai $18.9 juta hingga $66.3 juta, atau sekitar 16 hingga 55 kali biaya API kampanye.

Perusahaan juga memperkirakan 21 eksploitasi kernelCTF-nya dapat menghasilkan sekitar $1.5 juta jika diterima oleh program tersebut. Kedua perbandingan itu merupakan perkiraan hadiah bersyarat; jumlah aktual bergantung pada aturan program dan penerimaan temuan. OpenAI mengatakan pekerjaannya berfokus pada pengukuran kemampuan, bukan meminimalkan biaya, dan rekayasa alur kerja yang lebih baik dapat mengurangi pengeluaran.

Sepuluh teknik baru yang diklaim, dengan perincian dirahasiakan

OpenAI memeriksa sampel 166 eksploitasi dan mengatakan telah mengidentifikasi setidaknya 10 teknik eksploitasi yang baru bagi para penelitinya maupun pakar eksploitasi kernel eksternal yang diajak berkonsultasi selama riset. Perincian instruksinya dirahasiakan atas alasan keselamatan.

Teknik-teknik tersebut mencakup dua objek baru untuk menempatkan data yang dikendalikan penyerang di memori kernel, dua cara menata memori agar keandalan meningkat, lima metode memperoleh hak akses dengan mengubah data, serta satu teknik yang melibatkan kebingungan tipe arbitrer. Kebingungan tipe terjadi ketika perangkat lunak menangani suatu objek seolah-olah objek itu memiliki jenis berbeda, sehingga berpotensi membuka akses ke data atau operasi yang keliru.

OpenAI menyajikan hasil ini sebagai bukti bahwa agen dapat mengembangkan pendekatan di luar pola eksploitasi yang sudah dikenal. Klaim tersebut didasarkan pada tinjauan perusahaan terhadap sampel dan konsultasinya dengan pakar eksternal.

Dampak praktis bagi pihak yang bertahan adalah perbaikan perlu diuji terhadap variasi serangan terkait, selain terhadap demonstrasi pertama yang berhasil. OpenAI mengatakan iterasi yang dipandu pakar dapat membantu menghasilkan patch yang berfungsi dengan benar, sesuai dengan kode di sekitarnya, dan tahan terhadap serangan varian.

Jarak antara perbaikan di proyek utama dan komputer yang terlindungi

Para pengelola Linux sudah mengambil tindakan saat kampanye OpenAI berlangsung. Pada akhir 10 hari yang mencakup pemindaian dan analisis manual, 61 temuan eskalasi hak akses telah ditambal di proyek utama, 43 memiliki patch tahap persiapan, dan 299 sedang dilaporkan serta dibahas secara terbuka.

Perbaikan di proyek utama adalah perubahan yang diterima ke dalam proyek inti. Patch tahap persiapan masih menjalani peninjauan atau integrasi. Distributor Linux kemudian harus menyediakan pembaruan yang sesuai kepada pelanggan, yang selanjutnya perlu memasangnya dan mengaktifkan kernel yang telah diperbaiki.

OpenAI mengatakan telah mengirimkan ratusan laporan dan patch, dimulai dengan kerentanan kritis sesuai arahan komunitas kernel. Perusahaan tidak memberikan perincian lengkap tentang remediasi untuk semua 948 temuan.

Sakshi Grover, direktur riset di IDC, menyebut periode sebelum perbaikan menjangkau sistem operasional sebagai kekhawatiran utama:

"Risikonya bukan pada jumlah 948, melainkan lamanya jeda antara penemuan dan tersedianya perbaikan di sistem produksi," katanya.

Grover menyarankan agar prioritas diberikan kepada host yang digunakan bersama oleh beberapa pelanggan, sistem pembangunan perangkat lunak otomatis, server akses bersama, platform kontainer, dan mesin pengembang. Ia juga mendesak organisasi untuk meminta jadwal dari distributor Linux mengenai kapan perbaikan akan tersedia dalam versi yang didukung.

Thomas Di Giacomo, kepala teknologi dan produk SUSE, mengatakan perusahaan menggunakan alat AI serupa dan bekerja sama dengan komunitas proyek utama dalam pengungkapan serta penambalan. Ia menjelaskan pendekatan SUSE menggabungkan beberapa lapisan perlindungan dengan lingkungan aplikasi yang diperkuat keamanannya.

Siklus penemuan yang lebih cepat menjangkau lebih dari desktop Linux

Data Google Threat Intelligence Group mencatat 10,740 pengungkapan kerentanan pada Agustus 2026, dibandingkan 5,045 pada Januari. Pengungkapan yang diklasifikasikan berisiko tinggi meningkat dari 131 menjadi 350 dalam periode yang sama, naik sekitar 167%.

National Cyber Security Centre Inggris membahas penemuan berbantuan AI dalam penilaian yang diterbitkan pada 3 November. Lembaga itu mengatakan:

"Ketersediaan luas alat siber bertenaga AI hampir pasti telah menyebabkan peningkatan signifikan dalam penemuan kerentanan zero-day," katanya.

Kerentanan zero-day adalah celah yang belum memberi pihak bertahan kesempatan sebelumnya untuk menyiapkan perbaikan. NCSC mengatakan alat AI defensif telah mempercepat penambalan, sembari memperingatkan bahwa banyak sistem masih rentan ketika alat tersebut tidak dikonfigurasi dengan benar dan diterapkan secara luas. Organisasi perlu menyesuaikan proses penambalan dan pengujian dengan laju yang lebih cepat.

Jangkauan Linux membuat masalah operasional ini berdampak luas. Kernel ini mendukung perangkat Android, infrastruktur cloud, dan superkomputer. Infrastruktur blockchain juga terpapar: sekitar dua pertiga node Ethereum menggunakan Linux, menurut data ethernodes.org yang dikutip dalam pemberitaan tentang temuan tersebut.

Mudit Gupta, kepala teknologi di Polygon Labs, berpendapat bahwa infrastruktur terdistribusi menawarkan ketahanan:

Desentralisasi menghadirkan keragaman infrastruktur dan redundansi yang membuat kripto jauh lebih tahan terhadap bug seperti ini dibandingkan perangkat lunak tradisional.

Peneliti keamanan Caducus juga berpendapat bahwa infrastruktur mata uang kripto telah menjadi lebih tangguh setelah berulang kali menghadapi serangan. Bagi operator perorangan, langkah konkretnya tetap menjaga mesin agar selalu ditambal dan membatasi dampak yang dapat ditimbulkan akun yang diretas.

OpenAI merekomendasikan pertahanan berlapis, termasuk sandbox dan sistem isolasi seperti Firecracker dan gVisor. Peringatannya jelas: penyerang dengan sumber daya besar yang memiliki akun biasa pada sistem operasi yang belum memasang patch yang tersedia mungkin dapat mengubah akses tersebut menjadi kendali root. Penemuan bug yang lebih cepat hanya bermanfaat jika perbaikannya segera menjangkau sistem terkait.

Poin Utama

• OpenAI melaporkan 948 kerentanan eskalasi hak akses Linux yang berbeda setelah menganalisis 1,169 eksploitasi yang berfungsi dan menghasilkan kandidat patch.
• Kampanye Oktober menghabiskan kredit API senilai $1,213,430. Tahap validasinya mereproduksi 1,724 kandidat kerentanan dalam 30 jam.
• Pengujian menggunakan distribusi Linux biasa dengan perlindungan standar aktif; model dan distribusinya tidak diidentifikasi.
• Tinjauan manusia tetap diperlukan untuk memverifikasi penyebab setiap eksploitasi dan menilai perbaikan yang diusulkan.
• Para pengelola proyek telah menambal 61 temuan di proyek utama, sementara 43 memiliki patch tahap persiapan dan 299 temuan sedang dibahas secara terbuka saat analisis selesai.
• Prioritas pertahanan saat ini adalah menyediakan dan memasang perbaikan, khususnya pada sistem bersama tempat akses biasa dapat berubah menjadi kendali administrator.