XBOW: хакерская эффективность GPT-5 оказалась в разы выше относительно других ИИ

Недавнее исследование, проведенное компанией XBOW, продемонстрировало, что модель GPT-5 от OpenAI значительно превосходит старые версии в области кибербезопасности, показывая результаты, которые в два раза лучше. Ученые попросили ИИ провести анализ тестовых образцов на наличие уязвимостей и оценить возможности их эксплуатации. После этого была оценена эффективность работы нейросети. Хотя OpenAI представляла GPT-5 как незначительное улучшение с аналогичными характеристиками в кибератаках, внедрение этой модели в платформу автономного тестирования XBOW выявило ее высокие способности.

Платформа XBOW создает условия, в которых ИИ, выступающий в роли пользователя, должен взломать разнообразные системы. Результаты тестирования показали, что GPT-5 быстрее и точнее находит уязвимости в реальных системах по сравнению с предыдущими версиями. Например, агент с GPT-5 смог обнаружить 70% уязвимостей за один цикл, тогда как его предшественник справился лишь с 23%. Это связано с улучшением в распознавании сложных уязвимостей, таких как доступ к файлам, серверные запросы и межсайтовый скриптинг, а также снижением ложных срабатываний.

Дополнительно, в процессе создания эксплойтов GPT-5 потребовалось всего 17 итераций, в то время как старой модели понадобилось 24. Агент также продемонстрировал более сложные и точные атаки. Испытания на платформе HackerOne показали, что GPT-5 смог взломать почти вдвое больше объектов за аналогичный период времени, чем предыдущие версии.

Ключевым моментом успеха стало внедрение GPT-5 в мощную платформу XBOW, которая включает специализированные инструменты, командную работу агентов и координацию процессов. Это дало возможность модели раскрыть свой скрытый потенциал, который был не столь заметен в изолированных тестах компании OpenAI. Эксперты предполагают, что улучшения связаны с более развитым логическим мышлением и способностью GPT-5 формировать сложные последовательности команд, что делает ее особенно эффективной в поиске уязвимостей.