摘要： OpenAI 在 2026 年 6 月 22 日啟動 Patch the Planet，由 Daybreak 團隊領銜並有 Trail of Bits 協力，協助重要開源專案分析、驗證並修補漏洞。計畫的關鍵是保留人工審查與維護者決策權；目前對外細節有限，不少專案層級發現仍在協調揭露程序中。
開源軟體撐起了整條現代軟體供應鏈，但守著這些專案的維護者手上資源有限，卻得面對源源不絕的漏洞報告。2026 年 6 月 22 日，OpenAI 啟動了名為「Patch the Planet」的計畫，想借重 AI 來加快漏洞被發現的腳步，同時確保修補工作落地時，不會反過來變成維護者的新負擔。
整個計畫由 OpenAI 的 Daybreak 團隊領銜，安全顧問公司 Trail of Bits 從旁協力。做法說穿了很直白：讓 AI 模型——包括 GPT-5.5-Cyber 與 Codex Security——協助分析程式碼、撰寫修補程式，但每一項發現在送到維護者手上之前，都得先過資安工程師的人工審查這一關，確認屬實才會交付。OpenAI 特別說明，這套做法無意取代維護者的決策，而是提供工具與流程，讓他們處理安全議題時更有效率。
這個計畫想解決什麼問題？
AI 確實把漏洞被發現的速度拉快了一個量級，但「找出漏洞」跟「把漏洞修掉」是兩回事。報告只會越來越多，維護者的時間與人力卻還是原本那麼多。Patch the Planet 把設計目標定在「減少負擔，而不是增加負擔」。
實際運作上，每個專案動工之前，團隊會先跟維護者對焦需求，確認這次的重心要放在漏洞驗證、修補開發、CI/CD 改進，或是長期安全工程。接著由研究人員調查潛在漏洞、驗證問題、開發或強化修補程式、協助測試，並沿用專案既有的管道完成協調揭露。
首波參與的專案有 cURL、NATS Server、pyca/cryptography、Sigstore、aiohttp、Go 專案、freenginx、Python 和 python.org。它們分別是網路、加密、軟體供應鏈與語言基礎設施的關鍵拼圖，一旦出狀況，波及面相當廣。
首波成果：幾週的工作壓縮到一天
Trail of Bits 的工程師以 Codex 和 GPT-5.5-Cyber 為主力，在 19 個開源專案上全職投入，至今已經挖出數百個安全問題，也有數十個修補程式完成合併。除了個別發現，他們還累積出一批可重複使用的安全基礎設施，涵蓋 fuzzing harness、歷史 CVE 分析管道、差異測試系統、威脅模型，以及規模擴充後的測試套件。
幾個早期案例可以看出 AI 實際帶來的效益：
- fuzzing lab 一天內就建好：工程師透過 Codex 的 /goal 模式，配合 GPT-5.5-Cyber，在一天之內架起了涵蓋數十個入口點、變體建置與多平台的 fuzzing lab。Trail of Bits 估算，同樣規模的 lab 若靠手工打造，起碼要花上好幾週。
- 找出已知漏洞變體的分析管道：團隊打造了一套系統，先把歷史 CVE 餵進去、萃取出漏洞模式，再拿這些模式去搜尋程式碼裡的類似缺陷，最後交由專門的評判代理把關篩選。這等於把累積多年的漏洞歷史，轉換成一套能反覆執行的搜尋策略，要抓已知漏洞的各種變體特別好用。
- 差異測試：幾個月變成幾天：同一套規格的不同實作，收到相同輸入時理應出現一致行為；一旦行為分歧，背後很可能藏著 bug。Codex 會自動產生 shim 程式碼並反覆迭代，讓多個實作能互相 fuzz、比對行為差異。過去這類工作要耗上數週甚至數月，這次團隊只花幾天就拿到高信號的候選結果。
支撐這些成果的關鍵環節是「人工審查」：在把任何發現送交維護者之前，Trail of Bits 的工程師都會親手重現證據、核對專案文件、剔除重複項目、重新衡量嚴重程度，並把已確認的漏洞排在最前面處理。這道手續省不得——AI 模型雖然會找漏洞，也會吐出大量誤報，若原封不動地轉交給維護者，情況只會雪上加霜。
更大的戰果：從核心一路到瀏覽器
除了上述合作專案，Daybreak 團隊也在其他關鍵軟體上測試了這套方法，成果橫跨整個軟體堆疊：
- Linux Kernel：GPT-5.5-Cyber 掃過超過 3000 萬行程式碼，標記出其中與安全相關的元件並進行動態驗證，最後產出 8 個核心指標資訊洩漏 PoC，以及 24 個本地權限提升漏洞利用。
- OpenBSD：模型挖到一個潛伏長達 23 年的 use-after-free 漏洞，非特權使用者有可能藉此把權限一路拉到 root。
- FreeBSD：研究人員藉助 Codex 找出並驗證了多個本地權限提升漏洞，同時確認了 34 個漏洞。
- dnsmasq：Codex Security 獨立辨識出四個漏洞模式，分別對應到後續遭修補的四個 CVE。
- HTTP/2 Bomb：Calif 利用 Codex 找到一種 DoS 手法，NGINX、Apache、IIS 與 Pingora 都在波及範圍內，估計受影響的網站超過 88 萬個。
- 瀏覽器：Chrome 的 V8 引擎中被找到並回報了 5 個可利用漏洞；Safari 的 WebKit 則在一週內被挖出超過 10 個；Firefox 的 WebAssembly 漏洞趕在 Pwn2Own Berlin 登場前兩天完成修補。
這些數字展示了 AI 在漏洞發現上的能耐，但也同時提醒：真正的價值，得看後續的驗證與修補流程做得扎不扎實。
產品開發者能學到什麼
對於打造產品的開發者與 AI 工具的使用者，Patch the Planet 有幾個值得記下來的訊息：
- AI 扮演加速器的角色，無法取代人：從發現漏洞到完成修補，AI 確實能把時間壓得很短，但人工審查依然是必要關卡。任何採用 AI 輔助開發的團隊都該記住：AI 的產出必須經過驗證，安全相關的工作尤其如此。
- 可重複的工作流程，價值高過一次性的發現：Trail of Bits 交出的 fuzzing lab、CVE 分析管道與差異測試系統，全都是能反覆使用的資產。對產品開發者而言，這代表把資源投在工具與流程上，比單次修補更有長期回報。
- 維護者的自主權不容侵犯：OpenAI 再三強調，修補程式如何部署、揭露怎麼進行，決定權都在維護者手上。這也提醒我們，就算 AI 能把許多步驟自動化，最終拍板的仍應該是人。
目前的限制與後續規劃
現階段對外公開的細節還不多，不少專案層級的發現仍在協調揭露的程序中。OpenAI 預計等修補程式陸續落地後，發布更深入的技術報告，內容將包括個別發現、研究方法、驗證流程，以及防禦者可以帶走應用的教訓。
若是想如法炮製的團隊，建議從小型專案起步，先打造屬於自己的 fuzzing 或漏洞分析管道，並且務必保留人工審查這一道關卡。AI 工具確實能加快速度，但安全這條路的最後一哩，終究得靠人的判斷走完。