在現代軟體開發中，資安防禦一直處於一種追趕狀態。傳統上，安全研究員或駭客發現漏洞，開發者在收到通知後進行分析後再發布修補程式。然而，隨著大型語言模型（LLM）的普及，這個平衡被打破了。AI 讓尋找漏洞的速度大幅加快，甚至能將修補程式的差異（Patch Diff）在極短時間內轉化為可運行的攻擊代碼（Exploit）。這導致傳統的 90 天漏洞披露期（Disclosure Policy）幾乎失效，因為漏洞從被發現到被利用的時間窗被壓縮到了近乎零。
面對這種壓力，OpenAI 推出了名為 Daybreak 的資安計畫。這不是單純的對話機器人，而是一個將 frontier AI 模型（前沿 AI 模型）與 Codex Security 結合的自動化體系，旨在將 AI 轉化為防禦方的利器，幫助企業在攻擊者發現漏洞之前，就完成偵測與修補。
Daybreak 的核心運作邏輯
Daybreak 的目標是將資安流程直接整合進日常的開發循環（Development Loop）中。它利用 Codex Security 作為代理人框架（Agentic Harness），也就是讓 AI 能夠主動執行任務而非僅僅回答問題。
具體來說，Daybreak 會針對特定的程式碼庫（Repository）建立可編輯的威脅模型（Threat Model）。威脅模型是一種預測系統可能被攻擊路徑的分析方法，Daybreak 會重點分析高風險的代碼區域與真實的攻擊路徑，並在隔離環境中自動測試漏洞是否存在。一旦確認漏洞，AI 會直接提出修補建議並驗證修補後的有效性。
為了兼顧安全性與功能性，OpenAI 為 Daybreak 設計了三種不同權限的模型版本。
首先是 GPT-5.5，這是通用版本，內建標準的安全護欄，防止被濫用。
其次是 GPT-5.5 with Trusted Access for Cyber，這是專為經過驗證的防禦性工作設計的版本，僅在授權環境中使用，提供更強的分析能力。
最後是 GPT-5.5-Cyber，這是一個權限較為寬鬆的版本，專門用於紅隊演練（Red Teaming，模擬攻擊者行為）與滲透測試（Penetration Testing），用以驗證系統的極限壓力。
解決 AI 帶來的副作用：分選疲勞
AI 在提升效率的同時，也帶來了新的問題，即分選疲勞（Triage Fatigue）。由於 AI 降低了提交漏洞報告的門檻，許多維護者被淹沒在大量的報告中，而其中一部分報告可能是 AI 產生的幻覺（Hallucination），聽起來很專業但實際上完全不存在。
Daybreak 的價值在於它能將 AI 從報告產生端移至驗證端。透過自動化的漏洞掃描與路徑驗證，它能幫助維護者過濾掉無效資訊，將精力集中在真正具備威脅的漏洞上，從而緩解修補瓶頸。
實務影響與業界趨勢
目前，許多頂尖的資安公司如 Cloudflare、CrowdStrike 與 Palo Alto Networks 等已經加入此計畫。這反映了一個關鍵的趨勢：AI 安全代理人（AI Security Agents）正在成為數位基礎設施的新運作層。
對於工程師而言，這意味著未來的資安工作將從事後修補轉向事前預防。當 AI 能夠在代碼提交階段就完成威脅建模與漏洞驗證時，軟體在出生之初就具備更高的韌性（Resilience）。
來源：thehackernews.com
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。