AI 自动化修复 Linux 内核漏洞：少了 948 条通往 root 的路径

导语

Linux 内核是操作系统中最关键、也最难维护的代码库之一。任何能够从普通用户权限升级到 root 的缺陷，都可能为攻击者扩大控制范围。OpenAI 在题为《A thousand fewer paths to root》的文章中表示，公司构建了一条自主化流水线，发现、验证并生成了针对 Linux 内核本地权限提升漏洞的补丁，覆盖数量达到 948 个。

这不是一次普通的代码补全演示。它关注的是安全工程中最耗时的连续环节：找到可疑路径、判断问题是否真实存在、理解触发条件，并给出可以审查的修复方案。仅依据目前公开的标题和摘要，还无法判断这些补丁的最终合并情况，也无法据此推断系统已经能够独立完成内核安全维护。

核心要点

• 目标明确：流水线针对 Linux 内核中的本地权限提升问题，重点是减少普通权限到 root 之间的攻击路径。
• 流程不止生成代码：公开信息强调了“发现、验证、生成补丁”三个环节，说明系统尝试覆盖从漏洞线索到修复方案的完整链条。
• 规模具有代表性：948 个漏洞显示，AI 代理或许可以在大型代码库中并行处理大量安全候选项，扩大人工审计的覆盖面。
• 验证仍是关键：内核补丁需要同时满足安全性、功能正确性和兼容性要求。能写出补丁，不等于补丁没有引入新问题。

从代码助手到安全流水线

传统代码助手通常响应开发者提出的局部任务，例如补全函数或解释报错。此次案例体现出更主动的工作模式：系统不只是等待指令，而是围绕一个安全目标持续推进多个步骤。对漏洞研究而言，这种流程化能力可能比单次生成质量更重要，因为真实修复往往需要反复测试和调整。

不过，自动化规模也会放大误判成本。漏洞是否可利用、修复是否改变了预期行为、补丁能否被内核社区接受，都需要独立测试和人工审查。尤其在底层系统中，一个看似局部的改动可能影响性能、驱动或其他架构。因而更稳妥的定位，是把 AI 视为安全研究员的放大器，而不是无需监督的提交者。

意义与影响

如果这类系统能够稳定运行，它可能改变内核安全工作的资源分配方式：研究人员可以把更多精力放在高风险漏洞、复杂根因和补丁审查上，自动化工具则负责扩大初筛和修复候选范围。软件生态也可能因此更快处理长期积累的安全债务。

但要评估真实价值，还需要更多公开信息，包括漏洞的判定标准、补丁验证方法、误报与漏报情况，以及最终被采用的比例。在这些数据出现之前，948 个数字更适合作为自动化安全工程的规模信号，而不是“AI 已解决内核漏洞”的结论。

来源：OpenAI