一句话：OpenAI 把「攻防」拆成了两组成 agent 的活儿——一组读你的源码，替你找漏洞、验证能不能真被打穿；另一组接住你现有安全工具的告警，顺着代码追到根因，把补丁写成能直接合入的 PR。但说白了，自动化的是「发现与定位」这段流水线，最后那道「这个补丁能不能上生产」的签字权，还在人手里。划重点：两款产品都共用 GPT-6 Cyber 底座，都在早期试用阶段，价格都没公布。
Red Team：让 AI 替你渗透
Red Team 是「上线前自测」那一组，早期试用要申请，不是现成货架上的功能。它读你的源码和应用上下文，先摸清潜在的攻击路径，再逐条验证漏洞是否真的可利用。这个「验证」动作是划重点的地方：传统扫描器动辄报出几百条疑似项，很多是误报；Red Team 要证明的是「能打穿」，而不是「看起来可疑」。
第二步是回归验证：你打完补丁，它再测一轮，确认漏洞是否真被堵死。说白了，它不只找问题，还负责查你修没修对，相当于雇了一个资深渗透测试坐在你的测试环境前，每修一处就复验一处。真正自动化的环节是「枚举加验证」，人留住的环节是划定测试范围、以及接受多大的残余风险。
还有个细节值得较真：它读的是应用上下文。过去纯代码扫描工具视野有限，一个函数到底能不能从外部被调用、在运行时是否可达，它不知道。把应用上下文喂给 agent，缩小了「可疑代码」到「真实可利用」之间的距离，这跟传统 SAST 和 DAST 的差别就在这里。
Defense Factory：AI 写补丁，人签字
Defense Factory 走的是另一条路：它不自己找洞，而是接你每天已经在用的安全工具——Wiz、Snyk、Endor Labs——输出的发现。它以 ChatGPT 预览插件的形式出现，需要 Daybreak 权限，产品形态上更接近工作流插件。划重点：它的输入不是干净的测试集，而是你扫描器里积存的、带噪声和误报的告警清单。
拿到发现之后，agent 从告警顺藤摸瓜追到代码里的根因，交付一份带测试的可合入 PR。说白了，它比「给你一条修复建议」往前走了一步，直接把活干了。但这里划一条线：PR 必须经过工程师审过才能进生产。这不是嫌 AI 不靠谱，而是安全场景里，一个错误的补丁比没有补丁更危险，它可能顺手引入新漏洞。
真正自动化的环节是根因定位和补丁初稿；必须人把关的环节是签字：这个修复是否命中根因、测试是否覆盖了攻击路径、会不会带来副作用。这套分工其实是行业趋势——AI 干「手」的活，人保留「章」。签字这一步省不掉，谁签字谁担责。
81 个漏洞，是底子还是口径
据 OpenAI 称，GPT-6 Cyber 在测试里找出了 81 个此前未知的 Firefox 高危漏洞，还对 Linux 内核写出了 948 个可用 exploit。这两个数字乍看很炸。但这里有个前提：目前都没有独立复现，「据 OpenAI 声称」是唯一站得住的转述口径，别当独立结论用。
先拆第一个数：81 个 Firefox 高危漏洞。一方面，主流浏览器的高危漏洞确实稀缺，如果属实，说明模型对跨进程、跨模块攻击路径的推理到了新台阶。另一方面，测试口径没交代：测了多久、跑了多少轮、去重是按 CVE 还是按修复点算？一条攻击链如果被拆成几个漏洞分别计数，数字就会好看不少。
第二个数更值得较真：948 个 Linux 内核 exploit。「可用」是怎么定义的？能拿 shell 算可用，只能触发崩溃也算可用的话，两者之间的严重性差距非常大。内核利用是高度专业化的领域，如果这 948 个里大部分是拒绝服务级别，那这个数字的分量就跟「能打穿任意服务器」完全是两回事。结论：方向可信，数字待验证。
它会取代安全工程师吗
判断一：它不取代工程师，但抬高了工程师的门槛。原来耗时间的事——扫、分诊、写补丁初稿——被 agent 接走，人留下的是判断和签字。以前靠「找洞、打补丁」练出来的初级工程师，练习位会变少；如果一个团队只留签字的人、不留能动手复验的人，判断力本身也会慢慢空心化。
判断二：真正的竞争不在人和 AI 之间，而在早用和晚用之间。Red Team 和 Defense Factory 都还在早期试用，价格都没公布，窗口期里，接入速度比价格更重要。谁先把自家扫描器的发现接进 agent、先把「告警到修复」的周期从几周压到几天，谁就先攒下自己的复验数据和修复样本。
说白了，安全从来是场不对称的博弈：攻方只需要成功一次，防方要在每一个口子上守着。给防方配 AI，不改变这个结构，但会改变两边的成本比。最后再啰嗦一句，但这里有个前提：本文所有能力描述都来自 OpenAI 的自报口径，在独立复现和定价公布之前，只能说方向是真的，数字先按传闻对待。
