Kampen mellom hackere og sikkerhetseksperter kan være på vei inn i en helt ny fase.
OpenAI har annonsert GPT-6 Cyber, en spesialisert AI-modell utviklet for avansert cybersikkerhetsarbeid. Modellen er laget for blant annet å finne sårbarheter, undersøke om de faktisk kan utnyttes og bistå med å utvikle rettelser.
Det høres i utgangspunktet ut som svært gode nyheter.
Men utviklingen har en bakside.
Når AI blir flinkere til å finne sikkerhetshull enn mennesker, blir det stadig viktigere å kontrollere hvem som får tilgang til teknologien, hvilke systemer AI-en får undersøke, og hvor godt modellen respekterer grensene den blir gitt.
Det er nettopp dette OpenAI forsøker å håndtere med den nye modellen.
AI jakter på sikkerhetshull
GPT-6 Cyber er ikke bare en vanlig språkmodell som har fått noen ekstra instruksjoner om datasikkerhet.
Ifølge OpenAI er modellen spesifikt trent til å finne og validere utnyttbare sårbarheter samtidig som den skal holde seg innenfor området sikkerhetsforskeren har autorisert.
Det siste er helt avgjørende.
En sikkerhetsforsker kan for eksempel ha tillatelse til å teste én server eller én tjeneste i et større system. Hvis en autonom AI oppdager andre interessante systemer i nærheten, må den forstå at disse ikke automatisk er lovlige mål.
Ifølge OpenAI unngikk GPT-6 Cyber å angripe tjenester utenfor det godkjente området i 99,93 prosent av testene uten en egen deployment-instruksjon og 100 prosent når denne instruksjonen var på plass.
Det viser en svært høy grad av etterlevelse.
Men i cybersikkerhet kan selv små feilmarginer være viktige.
Stor forbedring fra forrige generasjon
Det er også tydelig at modellene blir bedre raskt.
På sikkerhetsbenchmarken ExploitGym, som undersøker evnen til å utnytte en spesifisert sårbarhet, oppnådde GPT-6 Cyber en score på 48,5 prosent.
Forgjengeren GPT-5.6 Cyber scoret 32,1 prosent.
Det tilsvarer ifølge OpenAI en relativ forbedring på rundt 51 prosent.
Dette er viktig fordi utviklingen ikke bare handler om bedre tekstgenerering eller programmeringshjelp.
AI-systemene blir stadig flinkere til praktisk sikkerhetsarbeid.
Og resultatene er allerede synlige utenfor laboratoriet.
Fant 81 nye alvorlige svakheter i Firefox
Et av de mest oppsiktsvekkende eksemplene gjelder Firefox.
Ifølge OpenAI identifiserte modellen 81 tidligere ukjente sårbarheter med høy alvorlighetsgrad i nettleseren. Mozilla har allerede publisert rettelser for mange av problemene.
Modellen har også blitt brukt i arbeid mot Linux.
OpenAI oppgir at forskerne brukte modellen til å utvikle 948 privilege-escalation exploits i Linux. Modellen bistod også med forslag til rettelser.
Poenget er ikke nødvendigvis at alle disse representerer 948 nye sikkerhetshull. Det interessante er hvor omfattende automatisert analyse og exploit-utvikling AI-systemer nå kan bidra med.
Og det reiser et viktig spørsmål:
Hvis AI kan gjøre dette for sikkerhetsforskerne, hva skjer dersom tilsvarende teknologi havner hos angriperne?
En enkelt beskjed fant et alvorlig sikkerhetsproblem
En historie omtalt av TechCrunch illustrerer hvor dramatisk utviklingen kan være.
Max Justicz, teknologidirektør og medgrunnlegger av Charge Robotics, brukte en OpenAI-modell til å lete etter svakheter i kode der sikkerhetsproblemer tidligere hadde blitt funnet.
Han beskrev hvordan han i praksis ba AI-en undersøke den samme kodebasen og lete etter problemer som var like alvorlige eller verre enn en tidligere feil.
Omtrent to timer senere hadde modellen funnet et alvorlig problem.
Sårbarheten kunne ifølge omtalen potensielt gjøre det mulig å ta kontroll over servere som kjørte Ubuntu. Problemet ble rapportert til Debian Project, og en rettelse ble publisert. Det var heller ingen kjent dokumentasjon på at sårbarheten hadde blitt utnyttet.
Historien demonstrerer likevel hvor lav terskelen kan bli.
Det som tidligere kunne kreve svært spesialisert kompetanse og mange timers manuelt analysearbeid, kan i økende grad gjennomføres ved å gi en AI-agent et mål og la modellen undersøke kode.
Fra AI-assistent til AI-sikkerhetsforsker
Forskjellen mellom tradisjonelle kodeassistenter og de nye systemene er viktig.
En vanlig AI-assistent kan foreslå kode eller forklare hvorfor et program krasjer.
En mer avansert agent kan potensielt gjennomføre en langt større arbeidsflyt:
- analysere kode
- finne en potensiell svakhet
- undersøke hvordan svakheten kan utnyttes
- utvikle en fungerende exploit for å validere funnet
- foreslå en rettelse
- undersøke om rettelsen faktisk løser problemet.
Det begynner å ligne arbeidet til et helt sikkerhetsteam.
Forskjellen er at AI kan gjennomføre slike analyser i stor skala.
OpenAI mener tidsvinduet er begrenset
Dette er kanskje det viktigste aspektet ved lanseringen.
OpenAI mener det eksisterer et begrenset tidsvindu hvor avanserte AI-modeller kan brukes til å sikre programvare før de samme egenskapene blir enda kraftigere og lettere tilgjengelige.
Strategien blir dermed å bruke kraftige modeller offensivt på forsvarernes side nå.
Finn sikkerhetshullene.
Rapporter dem.
Rett dem.
Og gjør programvaren vanskeligere å angripe før enda kraftigere AI-verktøy blir alminnelig tilgjengelige.
Det er en interessant snuoperasjon i tradisjonell cybersikkerhet.
I stedet for å vente på at noen angriper systemet, kan organisasjoner slippe løs AI-agenter som kontinuerlig forsøker å finne svakhetene først.
OpenAI har selv satt risikonivået til «Critical»
Samtidig forteller OpenAI selv hvor alvorlig utviklingen kan være.
I august 2026 opplyste selskapet at det ikke lenger kunne utelukke at kommende modeller hadde nådd nivået Critical innen cybersikkerhet under selskapets Preparedness Framework.
Dette nivået er ikke ment som en beskrivelse av at modellen nødvendigvis er farlig i seg selv.
Det beskriver hvor omfattende cybersikkerhetskapabilitetene potensielt kan være.
OpenAI definerte blant annet terskelen rundt evnen til å identifisere og utvikle fungerende zero-day-angrep mot en rekke robuste, virkelige og kritiske systemer uten menneskelig hjelp, eller autonomt utvikle og gjennomføre nye ende-til-ende-angrepsstrategier mot godt sikrede mål.
GPT-6 Cyber behandles nå som en modell med «Critical» cybersikkerhetskapabiliteter under dette rammeverket.
Det forklarer hvorfor tilgangen ikke bare åpnes for alle.
Du får ikke nødvendigvis tilgang
GPT-6 Cyber er knyttet til Daybreak, OpenAIs program for avansert cybersikkerhetsarbeid.
Tilgangen til de kraftigste offensive egenskapene begrenses i første omgang til godkjente brukere gjennom Daybreak Red.
Dette er en viktig del av sikkerhetsstrategien.
Hvis en modell faktisk er svært dyktig til exploit-utvikling, er det åpenbart problematisk dersom hvem som helst anonymt kan bruke den mot vilkårlige systemer.
OpenAI ønsker samtidig å utvide programmet slik at avansert sikkerhetsforskning blir tilgjengelig for flere organisasjoner, uavhengige sikkerhetsforskere og vedlikeholdere av åpen kildekode.
Sikkerhetsbransjen får en ny type medarbeider
Teknologien kan få store konsekvenser for profesjonelle sikkerhetsteam.
OpenAI oppgir at sikkerhetsteam hos blant andre Cisco, Calif og CodeRabbit allerede bruker teknologien til sårbarhetsforskning og kodegjennomgang. OpenAI bruker også systemene internt mot egen infrastruktur.
Det peker mot en fremtid der AI-agenten blir et permanent medlem av sikkerhetsteamet.
Ikke bare en chatbot man spør når et problem oppstår, men en agent som kontinuerlig kan undersøke programvare etter svakheter.
For organisasjoner med enorme kodebaser kan dette være svært verdifullt.
Men angriperne får også AI
Det store problemet er symmetrien.
AI som kan hjelpe en sikkerhetsforsker med å finne en sårbarhet, kan potensielt også hjelpe en angriper.
Forsvarerne kan bruke AI til:
- kodegjennomgang
- sårbarhetsanalyse
- exploit-validering
- patch-utvikling
- sikkerhetstesting
- prioritering av sårbarheter.
Angripere kan i prinsippet forsøke å bruke samme type teknologi til:
- automatisk kartlegging av systemer
- analyse av offentlig tilgjengelig kildekode
- raskere exploit-utvikling
- identifisering av systemer som ikke er oppdatert
- automatisering av angrepskjeder.
Det er derfor ikke nok at AI-modellene blir bedre.
Kontrollmekanismene må forbedres samtidig.
Er GPT-6 Cyber egentlig nok?
Svaret er sannsynligvis nei, dersom modellen betraktes som en komplett løsning på AI-drevet cyberkriminalitet.
Men den kan være en viktig del av forsvaret.
En spesialisert sikkerhetsmodell kan hjelpe utviklere med å finne feil betydelig tidligere. Den kan gi open source-prosjekter tilgang til analysekapasitet som tidligere krevde store sikkerhetsteam. Og den kan gjøre kontinuerlig sikkerhetstesting langt mer realistisk.
Utfordringen er tempoet.
Hvis modellen på forsvarssiden blir 50 prosent bedre, samtidig som modellene som potensielt kan brukes offensivt forbedres like raskt, oppstår et teknologisk kappløp.
Det avgjørende spørsmålet blir derfor ikke:
Kan AI stoppe hackere?
Det blir:
Kan forsvarerne bruke AI raskere og mer effektivt enn angriperne?
En ny æra for cybersikkerhet
GPT-6 Cyber viser hvor raskt AI-utviklingen beveger seg fra generelle chatboter til høyt spesialiserte systemer.
Vi begynte med AI som kunne forklare programmeringskode.
Deretter fikk vi modeller som kunne skrive den.
Nå ser vi modeller som kan analysere komplekse kodebaser, finne sårbarheter, utvikle exploits for å validere dem og foreslå rettelser.
Det representerer en fundamental endring.
For første gang kan vi være på vei mot en situasjon hvor både angriperen og forsvareren har tilgang til maskiner som kan lete etter sikkerhetshull døgnet rundt.
Hvem som vinner dette kappløpet, vil ikke bare avgjøres av hvem som har den kraftigste modellen.
Det vil også avgjøres av tilgangskontroll, sikkerhetsarkitektur, patchhastighet og hvor raskt virksomheter klarer å ta AI-basert sikkerhet i praktisk bruk.
Og akkurat derfor er spørsmålet i tittelen så relevant:
OpenAI har lansert en kraftigere cybersikkerhetsmodell. Men det betyr ikke nødvendigvis at vi har blitt tryggere enn angriperne.