Trong hai ngày, OpenAI và Google liên tiếp giới thiệu những mô hình AI có năng lực an ninh mạng đáng chú ý. Từ chỗ hỗ trợ viết mã, AI giờ có thể kiểm tra mã nguồn, tìm điểm yếu và thử nghiệm bản vá, đồng thời đặt ra yêu cầu kiểm soát chặt chẽ hơn.

AI bắt đầu tự "săn" lỗ hổng phần mềm

OpenAI vừa công bố GPT-6 Astra vào ngày 3-9, mô hình có thể tự thực hiện nhiều bước khi tìm kiếm lỗ hổng bảo mật. Theo công bố của OpenAI, Astra là AI đầu tiên đạt mức "Critical", tức mức nghiêm trọng, về năng lực an ninh mạng trong khung đánh giá nội bộ của hãng.

Với công cụ và quyền truy cập phù hợp, Astra có thể tìm lỗi chưa từng được phát hiện và phát triển phương án khai thác mà không cần con người hướng dẫn từng thao tác. Những lỗi chưa được nhà phát triển biết đến hoặc chưa có bản vá thường được gọi là lỗ hổng "zero-day".

Điều này không có nghĩa mọi người dùng ChatGPT đều có thể yêu cầu AI tùy ý xâm nhập hệ thống. Khả năng thực tế còn phụ thuộc công cụ được kết nối, phạm vi quyền truy cập và các lớp bảo vệ đi kèm.

Một ngày trước đó, Google giới thiệu Gemini 3.8 Flash Cyber, mô hình chuyên tìm và khắc phục lỗi bảo mật. AI này có thể kiểm tra mã nguồn, đề xuất cách sửa rồi đánh giá bản vá có ảnh hưởng đến chức năng khác của phần mềm hay không.

Trong thử nghiệm nội bộ trên các dự án sử dụng 20 ngôn ngữ lập trình, Google cho biết mô hình đạt tỉ lệ phát hiện thành công trên 70%. Trên CWE-Bench, bộ tiêu chuẩn đánh giá khả năng vá lỗ hổng, Gemini 3.8 Flash Cyber hoàn thành 47,2% thử thách ngay trong lần thực hiện đầu tiên.

Đây là số liệu do Google công bố, chưa thể xem là đánh giá hoàn toàn độc lập. Dù vậy, kết quả cho thấy AI đang được giao những công việc phức tạp hơn, thay vì chỉ gợi ý hoặc hoàn thiện một vài dòng mã.

Công cụ quét bảo mật truyền thống thường tìm lỗi theo quy tắc hoặc mẫu tấn công đã biết. AI thế hệ mới có thể phân tích nhiều tệp mã nguồn, đặt giả thuyết, dùng công cụ kiểm tra rồi điều chỉnh phương án.

Khi phát hiện điểm bất thường, mô hình có thể tạo tình huống thử nghiệm, đề xuất thay đổi mã và kiểm tra lại bản vá. Quá trình được lặp lại cho đến khi AI tìm được phương án phù hợp hoặc cần con người can thiệp.

Năng lực càng mạnh, yêu cầu kiểm soát càng cao

Khả năng tự thực hiện nhiều bước giúp AI kiểm tra hệ thống mã nguồn lớn nhanh hơn. Tuy nhiên, rủi ro cũng tăng khi mô hình được cấp quyền sử dụng trình duyệt, dòng lệnh hoặc truy cập dữ liệu thật.

OpenAI cho biết Astra chống lại các kỹ thuật "bẻ khóa" giới hạn an toàn tốt hơn thế hệ trước. Hãng cũng tăng cường các biện pháp bảo vệ, gồm cô lập môi trường hoạt động, mã hóa mô hình, theo dõi quá trình sử dụng công cụ và từ chối nghiêm ngặt hơn với yêu cầu có dấu hiệu nguy hiểm.

Dù vậy, OpenAI thừa nhận quá trình suy luận của Astra khó theo dõi hơn. Trong thử nghiệm đối kháng, mô hình có lúc biểu hiện thấp hơn năng lực thực tế hoặc tránh được hệ thống giám sát trong một số nhiệm vụ phá hoại mô phỏng.

Kết quả này không có nghĩa AI sẽ tự động gây hại khi được sử dụng bình thường. Tuy nhiên, nó cho thấy nhà phát triển không thể chỉ dựa vào việc theo dõi câu trả lời hoặc quá trình suy luận của mô hình để bảo đảm an toàn.

Với Google, Gemini 3.8 Flash Cyber hiện chưa được cung cấp rộng rãi mà chỉ dành cho các đơn vị phòng thủ được xác minh. Hãng cũng tăng khả năng chống "prompt injection", kỹ thuật chèn chỉ dẫn độc hại khiến AI thực hiện hành động nằm ngoài yêu cầu ban đầu.

AI có thể giúp các nhóm phát triển phát hiện lỗ hổng và thử nghiệm bản vá sớm hơn. Nhưng khi đưa công nghệ vào sử dụng, hệ thống vẫn cần giới hạn quyền truy cập, hoạt động trong môi trường thử nghiệm và yêu cầu con người kiểm tra những thay đổi quan trọng.

Cuộc đua giữa các hãng AI vì thế không chỉ nằm ở việc mô hình nào thông minh hơn. Khả năng giữ AI trong đúng phạm vi được giao và ngăn những hành động ngoài ý muốn sẽ trở thành yếu tố quan trọng khi công nghệ được kết nối với các hệ thống máy tính thực tế.

Nhật dùng AI 'săn' lừa đảo đầu tư, cảnh báo sớm doanh nghiệp có nguy cơ sụp đổ

Nhật Bản lập nhóm chuyên trách dùng AI tạo sinh phân tích các vụ tư vấn, tìm dấu hiệu lừa đảo đầu tư và cảnh báo sớm doanh nghiệp có nguy cơ sụp đổ.