Спите? Если кратко, то OpenAI произвели насилие над ядром Linux. Автономный ИИ-конвейер смог автоматически воспроизвести 1724 уязвимости ядра Linux и создать 948 рабочих эксплойтов для получения прав root. Сделано это в замкнутом цикле: анализируются логи фаззеров, пишется C-код для креша, эксплуатируется уязвимость в изолированном QEMU и на потом генерируется патч для устранения уязвимости. Как я много раз писал и ещё раз повторюсь > Тестирование, какое бы оно там ни было (сесурити, нагрузочное или какое другое) это как раз то место, где я реально вижу полезное и безопасное применение различных АЙ-АЙ-ев 🌝 https://t.me/tech_b0lt_Genona/6136 A thousand fewer paths to root https://openai.com/index/a-thousand-fewer-paths-to-root/ Funnel showing 2,308 candidate findings, 1,724 validated findings, and screening into 313 leak candidates and 1,238 local privilege escalation candidates, resulting in 291 working leak proofs of concept and 948 working local privilege escalation exploits. Total API credits: $1.2 million. Schematic; widths not to scale. ... Why the Linux kernel The Linux kernel underpins Android devices, cloud infrastructure, supercomputers, and other systems used by billions of people. With more than 40 million lines of code, the kernel exposes a broad attack surface through system calls, networking, filesystems, and device drivers. We chose Linux to study how effectively frontier models could find vulnerabilities and demonstrate their security impact in a codebase of this scale and importance. The initial vulnerability discovery stage produced thousands of candidate findings, too many for security researchers to manually review and triage. The operational challenge of our vulnerability discovery pipeline was not discovery, but determining which findings could be reproduced, what security boundary they crossed, and which warranted the earliest maintainer attention. Пост отличный, результат тоже отличный. Картинков я прицепил, но лучше оригинал почитайте.

https://blog.byteray.co.uk/blog/mistral-large-4-inside-argus.html

Как я написал линтер для Model Context Protocol (MCP) и нашел баги в официальных серверах Anthropic Если вы пишете MCP-серверы для Claude Desktop или Cursor, то знаете, как легко поймать неочевидный баг: • Случайный console.log() в stdout ломает JSON-RPC протокол и наглухо вешает клиент. • Если у опасного инструмента (удаление БД/файлов) нет аннотации destructiveHint, агент выполнит его без подтве… 🔗 https://habr.com/ru/articles/1102086