OpenAI usa IA para achar 1.724 vulnerabilidades no kernel Linux por US$ 1,21 milhão

A OpenAI usou os modelos GPT-5.5 e GPT-5.6 Cyber para escanear o código-fonte do kernel Linux↳Linux34 conteúdosKali Linux em um Servidor VPS: como, quando e por que usar?DevSecOps · dez 2024Construindo um Windows Service ou Linux Daemon com Worker Service & .NET Core – Parte 2Dev (Back & Front) · jul 2020Criando uma WebApi utilizando .NET, Linux e VSCodeDev (Back & Front) · ago 2019Ver tudo em DevSecOps → e, em questão de horas, identificou 2.300 pontos potencialmente perigosos. Desses, 1.724 foram confirmados como vulnerabilidades reais, e para cerca de 950 delas os agentes chegaram a desenvolver exploits funcionais capazes de conceder privilégios de root, o nível mais alto de acesso num sistema Linux. A informação foi reportada pelo site russo CNews em 6 de novembro de 2026.

O processo foi dividido em etapas automatizadas. Meio dia de varredura inicial no código do kernel apontou os 2.300 pontos suspeitos. Depois vieram 30 horas de criação e teste de protótipos de exploit, que reduziram a lista para as 1.724 vulnerabilidades confirmadas. Na etapa final, os próprios agentes prepararam versões definitivas dos exploits e sugestões de patch para corrigir as falhas encontradas.

A conta que chama atenção: US$ 1.279 por exploit

O custo total do experimento foi de US$ 1,21 milhão. Dividido pelo número de exploits produzidos, isso dá cerca de US$ 1.279 por exploit. O portal russo OpenNet, citado pela CNews, comparou esse valor ao que pesquisadores humanos cobram em competições de segurança como Pwn2Own e TyphoonPWN, onde um único exploit costuma custar entre US$ 20 mil e US$ 70 mil.

Na prática, isso coloca o custo da IA↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → entre 16 e 55 vezes mais barato que o de um pesquisador humano especializado, segundo a mesma comparação. É esse diferencial de custo, e não apenas o volume de vulnerabilidades, que torna o experimento relevante: audits de segurança no nível de kernel deixam de ser um luxo reservado a poucas empresas com orçamento para contratar times de pesquisa ofensiva.

Exploits funcionaram mesmo com as defesas modernas ativas

Os exploits gerados pelos agentes foram testados nas distribuições Linux mais usadas, com as principais proteções de memória do kernel ativadas: SMEP (Supervisor Mode Execution Prevention), SMAP (Supervisor Mode Access Prevention), KASLR (Kernel Address Space Layout Randomization) e HARDENED_USERCOPY. Mesmo com essas barreiras ligadas, parte dos exploits funcionou.

Entre os que passaram pelas defesas, 21 permitiam escalada de privilégios e 25 possibilitavam roubo de informação. Isso significa que as mitigações padrão do kernel, pensadas justamente para dificultar a exploração de bugs de memória, não bastaram para barrar o código gerado pela IA em todos os casos.

Nem tudo era inédito, e nem tudo ficou privado

A OpenAI repassou as descobertas à comunidade de desenvolvedores do kernel Linux. Parte das vulnerabilidades já havia sido encontrada por testadores humanos, e para algumas delas patches já estavam prontos ou em preparo, segundo a CNews. Ou seja, o experimento não substituiu o trabalho da comunidade do zero: em boa parte, confirmou e acelerou achados que já estavam em andamento.

Ainda não está claro se as informações sobre as falhas encontradas pela IA chegaram ao domínio público. A dúvida tem fundamento: em outubro de 2026, especialistas envolvidos na correção de bugs do kernel vazaram por engano dados sobre uma série de vulnerabilidades críticas, segundo reportagem anterior da própria CNews. Um vazamento desse tipo, somado a uma lista de quase 2 mil falhas recém-mapeadas, é exatamente o cenário que mantenedores de infraestrutura crítica querem evitar.

Não é um caso isolado: a tendência já vinha de meses atrás

O uso de IA para caçar bugs no kernel não começou agora. No lançamento do Linux 7.2, em 16 de agosto de 2026, modelos de IA já haviam ajudado a identificar 1.500 vulnerabilidades de diferentes níveis de gravidade, segundo reportagem da CNews de setembro de 2026. As redes neurais conseguem varrer trechos de código que ficam anos sem revisão humana, algo inviável em escala para times pequenos de mantenedores voluntários.

Mas o volume também tem um custo colateral: no lançamento do Linux 7.3, em 18 de outubro de 2026, de um terço a metade dos 648 patches propostos eram correções de baixa prioridade, ajustes ou esclarecimentos gerados por IA. Isso aumentou a carga de triagem sobre a comunidade, que precisa revisar cada sugestão antes de aceitar o merge.

O que muda para quem mantém ou contribui com projetos open source

Para quem desenvolve ou mantém software que depende do kernel Linux, direta ou indiretamente (e isso inclui praticamente qualquer stack de backend↳Back-end49 conteúdosIntegração front-end com backend: 7 decisões que evitam caos entre APIs, BFF e GraphQLDev (Back & Front) · abr 2026Como criar uma FAKE API REST para testes — JSONPlaceholderDev (Back & Front) · set 2025Construindo um aplicativo de bate-papo de IA simples com Spring AI e AngularDev (Back & Front) · jul 2025Ver tudo em Dev (Back & Front) →, container ou infraestrutura cloud rodando em distros Linux), o experimento da OpenAI aponta duas direções que não se cancelam:

• Auditoria de segurança fica mais acessível. Um custo de ~US$ 1.279 por exploit confirmado é uma fração do que pesquisadores humanos cobram, o que pode baratear auditorias de kernel e de outros componentes críticos de infraestrutura para empresas que hoje não têm orçamento para isso.
• O volume de achados vira um problema de triagem. Projetos mantidos por poucos voluntários já relataram sobrecarga com patches de baixa prioridade gerados por IA, como mostrou o ciclo do Linux 7.3. Receber de uma vez quase 2 mil relatos de vulnerabilidade, mesmo que parte já seja conhecida, exige processo de triagem que a maioria dos projetos open source simples não tem.

Em times menores que mantêm bibliotecas ou serviços internos sobre Linux, a lição prática é diferente: scanners de código baseados em modelos como GPT-5.5 e GPT-5.6 Cyber deixam de ser exclusividade de big tech e passam a ser algo que equipes de segurança de porte médio podem considerar rodar contra o próprio código, não só contra o kernel.

O que ainda fica em aberto

A CNews não detalha se a OpenAI publicou a lista completa das 1.724 vulnerabilidades, nem o cronograma de correção por parte da comunidade do kernel. Também não há, no material disponível, confirmação de quantos dos 950 exploits de root seguem funcionais hoje, 7 de novembro de 2026, contra versões já corrigidas. Esses pontos definem se o episódio vira um caso de responsabilidade coordenada de divulgação bem-sucedida, ou se parte dessas falhas circula sem patch antes de chegar às distribuições que os devs realmente rodam em produção.

Fonte: CNews (Rússia)