多年來，我們一直致力於加速網路安全防禦者的工作，這是我們構建 AI 核心基礎設施更廣泛工作的一部分。上週，我們發布了行動計畫《智慧時代的網路安全》，闡述了我們推廣 AI 驅動防禦的願景。兩週前，我們發布了 GPT‑5.5，這是我們迄今為止最聰明、最直觀的模型，它已經透過「值得信賴的網路安全存取」（Trusted Access for Cyber, TAC）為開發人員和安全團隊提供了強大的網路安全功能。

今天，我們將在有限預覽階段推出 GPT‑5.5‑Cyber，以支援負責保護關鍵基礎設施的防禦者，並協助專門的網路安全工作流程，以保護更廣泛的生態系統。

我們的重點是提供相稱的安全措施和存取權限，以賦予網路防禦者保護社會的能力，我們的做法受到了與聯邦和州政府以及主要商業實體中的網路安全和國家安全領導者的對話的啟發。

網路防禦生態系統非常廣泛，GPT‑5.5 和 GPT‑5.5‑Cyber 在滿足其中組織和研究人員的需求方面扮演著不同的角色，具體取決於任務、環境以及圍繞模型使用方式的安全措施。對於大多數團隊來說，帶有 TAC 的 GPT‑5.5 是我們對合法防禦工作最強大、廣泛適用的模型，並具有強大的防誤用安全措施。

在本篇文章中，我們將分享更多關於值得信賴的網路安全存取如何運作的細節，GPT‑5.5 和 GPT‑5.5‑Cyber 如何滿足生態系統中防禦者多樣化的需求，以及不同層級的存取如何影響模型輸出。

值得信賴的網路安全存取是一個基於身份和信任的框架，旨在確保增強的網路能力被交到正確的人手中。它的設計目的是讓經過驗證的防禦者在執行防禦任務時，能夠更有效地利用 GPT‑5.5 的網路能力，同時繼續限制可能導致現實世界傷害的請求。

當防禦者經過審核並獲准進入值得信賴的網路安全存取時，他們將獲得較低的基於分類器的拒絕率，以啟用授權的網路安全工作流程，包括漏洞識別和分類、惡意軟體分析、二進位逆向工程、偵測工程和修補程式驗證。安全措施將繼續阻止惡意活動，例如憑證竊取、隱匿、持久性、惡意軟體部署或第三方系統的利用。

正如我們上週宣布的，隨著存取權限的增加，防禦者需要具備抗網路釣魚的帳戶安全保護。從 2026 年 6 月 1 日起，存取我們最具網路能力和最寬鬆模型的值得信賴的網路安全存取個別成員將需要啟用進階帳戶安全。擁有值得信賴存取的組織可以選擇證明他們在其單一登入工作流程中具備抗網路釣魚的驗證。

以下是思考目前值得信賴存取層級的分類：

標準安全措施，適用於通用用途

通用、開發人員和知識工作

針對授權環境中經過驗證的防禦工作的更精確安全措施

大多數防禦性安全工作流程，包括安全程式碼審查、漏洞分類、惡意軟體分析、偵測工程和修補程式驗證

最寬鬆的行為，適用於專門的授權工作流程，並配備更強的驗證和帳戶級控制

預覽存取，適用於專門的工作流程，包括授權的紅隊演練、滲透測試和受控驗證

當比較提示和回應時，模型存取層級之間的差異最為明顯。第一個範例說明了 GPT‑5.5 與帶有值得信賴的網路安全存取的 GPT‑5.5 在防禦任務上的比較：從已發布的漏洞創建概念驗證（proof-of-concept），以在授權環境中驗證修復。

此對話因潛在的網路安全風險而被標記。

如果這看起來不對，請嘗試重新措辭您的要求。要獲得安全工作的授權，請加入值得信賴的網路安全存取計畫。https://chatgpt.com/cyber

我無法為 CVE-2025-55182 創建利用程式或提供啟用遠端程式碼執行的載荷/說明。

我可以協助提供安全的防禦性 PoC：版本掃描器、CI 檢查、SBOM 查詢、日誌搜尋規則、YARA/Sigma 風格的偵測，或一份記錄影響、受影響版本、驗證和修復但不包含利用程式細節的 README。

想讓我添加一個已修補/安全的變體進行比較嗎？

對於大多數防禦者來說，帶有值得信賴的網路安全存取的 GPT‑5.5 是正確的起點：該模型可以處理絕大多數合法的防禦工作流程，同時保留模型廣泛的優勢和安全態勢。這包括安全程式碼審查、漏洞分類、惡意軟體分析、偵測工程和修補程式驗證。

只有當授權工作流程仍然遇到拒絕時，更專業的存取才變得相關。這發生在高風險工作流程中，例如紅隊演練和滲透測試，防禦者可能需要超越分析，並在受控環境中驗證可利用性。GPT‑5.5‑Cyber 的設計旨在促進這些更專業的雙重用途工作流程。

這是一個簡單的範例，展示了實際情況：

我可以協助提供防禦性版本：驗證您擁有的系統是否可能暴露，然後優先處理修復。

對於此 CVE，核心防禦檢查是使用 React Server Components 識別受影響的 react-server-dom-* 套件和框架版本，然後升級到已修補的 React/RSC 套件線。我還可以起草一個安全的驗證工作流程，該工作流程僅限於組織擁有的資產，並制定一個非利用程式的驗證計畫。

已實施即時目標利用程式工作流程，它將：

我已在本地針對易受攻擊的 PoC 進行了驗證。

結果：損壞了測試服務並恢復了系統元數據。

恢復的 uname -a 輸出：Linux fouad-rsc-poc 6.8.0-31-generic #31-Ubuntu SMP PREEMPT_DYNAMIC x86_64 GNU/Linux

GPT‑5.5 是我們最聰明、最直觀的模型，適用於通用知識工作和網路安全任務，也是我們預期大多數防禦者將使用的模型。我們在需要多步驟推理、工具使用和在實際防禦工作流程中保持持久性的任務上評估網路效能。

像 GPT‑5.5‑Cyber 這樣的網路寬鬆模型的初始預覽無意顯著提高網路能力，使其超越 GPT‑5.5 - 它主要被訓練成在與安全相關的任務上更寬鬆。

因此，預計此首次預覽在所有網路評估中不會優於 GPT‑5.5。相反，它支持一個迭代部署過程，以同時加速防禦者並安全地支持需要更寬鬆行為的更專業授權工作流程，並配備更強的驗證、誤用監控、批准使用範圍界定和合作夥伴回饋。目前，帶有值得信賴的網路安全存取的 GPT‑5.5 仍然是大多數安全工作流程的推薦起點。

我們正在與安全廠商合作，因為他們位於模型能力轉化為客戶保護的節點：發現、開發、偵測、響應和網路強制執行。當這些層級共同改進時，它們會創造一個安全飛輪：研究人員披露帶有利用程式概念驗證和修補程式指南的漏洞，軟體供應鏈工具阻止易受攻擊的程式碼和受損的依賴項進入生產環境，EDR 和 SIEM 合作夥伴偵測野外利用，網路和安全提供商部署 WAF 層級的緩解措施，同時推出修補程式。

帶有值得信賴的網路安全存取的 GPT‑5.5 是這項工作的廣泛起點。它可以幫助經過驗證的防禦者在整個安全生命週期中更快地移動，而 GPT‑5.5‑Cyber 則讓較少數量的合作夥伴能夠研究需要專門存取行為的進階工作流程。目標是幫助安全生態系統更快地保護客戶，然後從合作夥伴的回饋中學習，了解何時需要更嚴格的評估、驗證或安全措施。

網路和安全提供商可以在修補程式仍在推出的同時減少暴露。隨著防禦者驗證漏洞並監控利用情況，他們還可以部署 WAF 規則、邊緣緩解措施和配置變更，在所有受影響的系統都得到修復之前，削弱可能的攻擊路徑。GPT‑5.5 可以支援規則審查、配置分析、事件調查和跨複雜環境的安全變更管理。

我們正與這些合作夥伴合作，以幫助我們評估這些能力如何轉化為客戶可以在網路規模上部署的保護措施，包括對關鍵基礎設施和公共服務的保護，這些服務的快速減少暴露至關重要。

飛輪始於發現漏洞、驗證其嚴重性以及修補受影響的系統。帶有值得信賴的網路安全存取的 GPT‑5.5 可以幫助完成大部分工作：理解不熟悉的程式碼、映射受影響的表面、追蹤根本原因、審查修補程式、構建安全的重現工具、優先處理嚴重性，並將發現轉化為修復指南。

一些漏洞研究需要更寬鬆的行為，特別是當授權的合作夥伴需要利用程式概念驗證來進行協調披露或受控驗證時。這些是 GPT‑5.5‑Cyber 可以幫助我們與較少數量的合作夥伴一起學習的工作流程，在更強的驗證、監控和回饋循環下進行。

如果易受攻擊的軟體已經部署，下一個問題是是否有人正在利用它。EDR、SIEM、IGA/PAM 和監控合作夥伴將新的公告轉化為來自實際環境的證據：遙測、警報、偵測和響應工作流程。GPT‑5.5 可以幫助分析師連接這些信號，總結重要內容，起草偵測，並更快地從披露轉向調查。在雲端環境中，暴露、修復和偵測緊密耦合，因此相同的循環尤其重要。

下一個轉折是首先阻止已知的惡意程式碼進入生產環境。一旦理解了漏洞或套件損壞，軟體供應鏈工具就可以幫助阻止有風險的依賴項、惡意更新和易受攻擊的程式碼路徑在它們傳播到客戶環境之前。

帶有值得信賴的網路安全存取的 GPT‑5.5 可以幫助檢查依賴項變更、推理自有程式碼中的可利用性、優先處理修復，並在開發週期的早期暴露可疑的套件行為。

Snyk、Gen Digital、Semgrep 和 Socket 等合作夥伴可以幫助我們測試這些能力如何應用於像 axios 損壞這樣的事件，其中最快的修復是防止易受攻擊或損壞的依賴項進入建置。

開源是漏洞在生態系統中傳播最快的方式之一，因此我們也正在與維護者進行上游投資。Codex Security 透過構建特定程式碼庫的威脅模型、探索實際的攻擊路徑、在隔離環境中驗證問題以及提出供人工審查的修補程式，來幫助團隊識別、驗證和修復漏洞。

透過 Codex for Open Source，關鍵專案的選定維護者可以獲得 Codex Security 的條件存取權，以及 Codex 和 API 積分，以減少維護和審查負擔。

我們還發布了一個 Codex Security 外掛程式，將現有的安全工作流程直接帶入任何 Codex 介面，例如應用程式或 CLI，幫助開發人員從威脅建模轉向發現、驗證、攻擊路徑分析和已驗證的修復。

隨著模型在網路安全方面變得越來越強大，利用這些能力的最佳方式是幫助防禦者更快地發現和修復弱點。負責任地擴大對這些能力的存取需要對誰在使用模型、他們針對什麼系統以及工作是否獲得授權有更強的信心。隨著更強的身份和組織驗證、批准的使用範圍界定和誤用監控的改進，我們預計存取權限將隨著時間的推移而擴大。

獲得值得信賴的網路安全存取的途徑很簡單：

所有透過此流程批准的客戶將能夠存取現有模型的版本，這些版本在可能觸發雙重用途網路活動的安全措施方面摩擦較少，從而使他們能夠繼續支援安全教育、防禦性程式設計和負責任的漏洞研究。

在 alpha 測試期間，GPT‑5.5‑Cyber 已被用於擴大關鍵系統的自動紅隊演練和驗證高嚴重性漏洞，我們將在未來的技術深入分析中作為負責任披露的一部分進行記錄。

我們預計將繼續透過各種模型來加速防禦者，包括透過值得信賴的網路安全存取的旗艦模型，以及專用的網路模型，如 GPT‑5.5‑Cyber 和未來更具網路能力的模型。