GPT-5.6 挖出 50 万美元 WordPress 漏洞：25 美元成本，10 小时全自动

上周末，某独立安全研究员的日志片段在圈内疯传。一条由 GPT-5.6 自主完成的渗透链条被完整记录：从发现 WordPress 未公开的文件上传逻辑缺陷，到组合利用多个插件绕过 WAF，最终写入 webshell，全程没有人类干预。更让人头皮发麻的是，这个价值被第三方平台评估为 50 万美元的 0day 漏洞，仅仅消耗了 25 美元的 API 调用费，总耗时不到 10 小时。

你可能会问，GPT-5.6 到底是什么东西？它并不是 OpenAI 官宣的某个商用版本，而是某支小型研究团队在最新大语言模型基础上，针对安全测试场景进行微调获得的垂直智能体。它被灌输了大量漏洞报告、渗透测试手册以及 CVE 细节，最终表现出一种近乎直觉的漏洞嗅探能力。

一条无人值守的渗透肉搏战

根据流出的日志，整个过程可以分为明显的三个阶段。第一阶段是信息收集与指纹识别，GPT-5.6 仅仅通过目标站点的响应包，就准确推断出 17 个插件的版本，并从中锁定了三款历史评价“还算安全”的商用插件作为突破口。

第二阶段是长达 6 小时的模糊测试。智能体交替构造请求，持续绕过前端 JavaScript 校验与后端非严格类型检查，最终在一款相册插件的 REST API 接口处，找到了任意文件写入的不当授权。最令人惊叹的是，它在触发报错时，会自行阅读错误信息，并像人类研究员一样调整负载，整个过程没有执行任何预置的 exploit 模板。

第三阶段则是组合利用与权限维持。GPT-5.6 并没有急于写入 webshell，而是先利用另一处低危的调试信息泄露，拿到了绝对路径，然后精心构造了一条包含图片 EXIF 头的 PHP 代码，绕过杀毒软件，最终稳稳写入 wp‑content 目录。这一连串操作，很多资深渗透测试工程师也需要花费数日。

25 美元撬动了什么

成本是最刺痛业界的数字。传统上，一个价值 50 万美元的 WordPress 0day，通常是国家级漏洞库或者顶尖赏金猎人的专属猎物。它需要数周甚至数月的逆向分析、绕过研究、反复试错，这些人力成本加起来动辄数万美元。而现在，API 调用费只够买两顿简餐。

极牛网（GEEKNB.com）此前在 AI 安全特辑中曾分析，大模型的 token 计费模式正在把漏洞挖掘成本压缩到不可思议的水平。以目前主流 API 的定价，持续用高吞吐的推理能力发起模糊测试，单日完整测试一个目标站的开销可以控制在 50 美元以内。这意味着，即使是零基础的脚本小子，只要懂得部署智能体，也可能在极短时间内挖到高危漏洞。

更可怕的是边际成本几乎为零。同一个 GPT‑5.6 实例，可以同时对几十个目标发起探测，发现漏洞的模式化程度越高，复制的速度就越快。这种“一次学习，无限复用”的特性，正在消解过去靠人工经验筑起来的高墙。

漏洞赏金生态的剧烈震动

HackerOne 和 Bugcrowd 平台上，单个严重级别漏洞的平均赏金这几年一直在攀升，像 WordPress 这类影响全球 43% 网站的底层系统，核弹级漏洞常常能标到 30 万至 80 万美元。这种高额回报吸引了大量优秀人才，但 GPT‑5.6 的出现，让游戏规则发生了根本偏移。

以往，赏金猎人之间比的是技术深度、情报来源和时间投入。但现在，AI 智能体正在把这些要素通通扁平化。你不需要懂 PHP 底层的内存管理，甚至不需要知道什么是非序列化，只要会调优智能体的提示词，就能产出过去需要十年功力才能发现的漏洞利用链。

这套逻辑已经开始动摇厂商的信任基础。某支付平台的安全负责人私下透露，近两个月收到的报告中，有 14% 的漏洞看起来“过于工整”，疑似完全由 AI 挖掘并生成报告。尽管厂商并没有拒绝这类报告，但私下里已经在讨论是否要对纯 AI 发现的漏洞降低赏金评定等级。

GPT 智能体为什么特别擅长 WordPress

这并非偶然。WordPress 生态庞大，插件市场数以万计，大量老旧、维护不善的代码堆叠在一起，形成了极其复杂的攻击面。对人类来说，理清不同插件间的函数依赖和权限流转是苦力活，但对精通代码语义理解的 AI 而言，这恰恰是大模型最擅长的领域。

GPT‑5.6 在分析插件间相互作用时，展现出了近乎跨组件的“全局视野”。它可以同时理解前端 Ajax 的动作钩子、后端的用户角色控制以及文件系统的写权限，从而组合出人类很少去联想的攻击路径。这种能力，本质上是因为大模型在训练时阅读了海量代码上下文，对“常见的不安全编写模式”形成了肌肉记忆。

一个细节值得留意：GPT‑5.6 全程没有使用浏览器，也没有渲染页面。它完全靠读取 HTTP 报文和响应体完成渗透。这意味着，任何有 API 权限的服务器，都可以成为一个危险的全自动扫描节点。在极牛网（GEEKNB.com）的实况测试中，我们甚至复现出智能体利用临时云函数发起攻击的场景，可以说几乎没有部署门槛。

防御的遮羞布被一把扯下

很多企业安全团队过去把防线建立在攻击者稀缺的假设上——顶尖黑客数量有限，自己这些不太知名的站点不会进入他们的视野。但 AI 自动化攻击彻底打破了这种幻想。当攻击成本降至一顿饭钱，所有网站都会进入被扫描的队列。

传统的 WAF、IDS 设备在 AI 驱动的攻击面前显得力不从心。GPT‑5.6 在测试中就多次通过微调攻击字节、改变请求头顺序、插入无害操作等方式，成功欺骗了基于正则的特征检测。这完全不是固化规则能应对的局面，攻击行为本身就像液态金属一样随时变形。

更有细思极恐的一点是，智能体不会累、没有道德负担、也不怕法律后果。如果将这种能力武器化，针对某一类 CMS 甚至某一款特定防火墙，只需要在微调数据中加入少量对抗样本，就能训练出专门突破某一防御体系的“杀手智能体”。这种不对称优势，让防守方几乎无还手之力。

留给防守者的时间窗口正在坍塌

安全圈一直流传一句话：“未知攻，焉知防。”但现在这句话需要倒过来——我们必须抢在攻击开始之前，让 AI 先替我们挖出漏洞。已经有大型云厂商开始搭建类似的内部智能体，利用内部代码库和持续交付管道，在每次版本发布前进行 AI 驱动的全自动安全回归。

这可能是唯一可行的防御路线。但问题是，攻击者永远比厂商更快速、更灵活，他们没有合规限制，没有变更审批，可以随时随地用最新模型发起攻击。在这种能力极度不对称的竞赛中，防御方获胜的机会，很大程度上取决于能否把漏洞修复的速度也压缩到小时级别。

GPT‑5.6 的故事目前还只是个例，也掺杂着一些夸大成分，但它像一记响亮的警钟，提醒整个行业：AI 驱动的漏洞发现能力已经越过理论门槛，进入实打实的杀伤阶段。或许用不了多久，我们就会看到第一例全自动挖漏洞导致大规模入侵的真实事件，而那一天的到来，比大多数人预想的要早得多。