同一代模型，完成率从 1.5% 跳到 95%——挡住输出的从来不是知识边界，而是拒绝策略。
这组对比是整条消息里最值得琢磨的地方。Daybreak Blue 用的是 GPT-5.6 Sol，只是拆掉了系统层面的网络安全护栏，面向防御性任务；Red 档给的是专门训练过的 GPT-5.6-Cyber，覆盖漏洞利用链构造、认证绕过、提权这类请求。
同一代模型，完成率从 1.5% 跳到 95%，说明此前挡住输出的绝大部分是拒绝策略而不是知识边界。这一点其实早有共识，只是这次由厂商用自己的数字确认了：所谓"模型不会做这个"，很多时候只是"模型被要求不做这个"。据 OpenAI 说明，GPT-5.6-Cyber 是其准备度框架下第一个触到"高"网络能力阈值的模型，仅次于最高的"关键"档。
成果里最具体的一条来自浏览器。该模型在 Chrome 的 V8 引擎中发现两个此前未知的漏洞，二者可以串起来破坏内存、绕过 V8 的堆沙箱；谷歌已修复，其中一个以 CVE-2026-15903 编号发布，属高危。据公开描述，问题出在 V8 的优化编译器在一次整数转换中漏掉了安全检查，导致数组下标可以越界，攻击者据此读写本不该碰的内存。
另据披露，同一批工作还在某移动操作系统里找到 5 个漏洞、在某数据库中找到 3 个关键漏洞，以及某操作系统内核中 400 多个提权问题。后面这几个数字没有对应的公开编号，暂时只能作参考。
配套动作里有一条容易被略过：自 2026 年 9 月 1 日起，Daybreak 账号强制使用硬件安全密钥。
这个要求的分量不小。短信验证、TOTP 都被排除在外，只认物理设备，意味着 OpenAI 假设的对手是能钓鱼、能劫持会话、有组织地盯着这批账号的人。换个角度看：当一个模型的能力值得用硬件密钥来守，它的风险模型就已经不在"内容安全"那一层了——护栏从模型里挪到了准入环节，能不能问出危险答案，取决于你是谁、拿的是哪把钥匙。
把漏洞研究能力交给经过审核的防守方，逻辑是抢时间：同样的能力迟早会以别的形式出现在攻击者手里，那就先让修补的一方用上。但这套逻辑有个前提，是分发的口子确实收得住——一旦审核放宽、密钥外流，或者能力接近的开源模型跟上，先发优势就没了。
短期内更现实的影响是给厂商的漏洞团队加压。苹果此前因为 AI 批量提交的报告太多而给漏洞报告限流，那还只是"数量"层面的冲击；当提交的报告开始附带完整的利用链，审核和修复的节奏都得跟着重排。