OpenAI planlegger sikkerhetssprint og øker bug bounty-belønningene

OpenAI varsler ny intern sikkerhetssprint

OpenAI planlegger en ny intern sikkerhetssprint der selskapets egne team skal samarbeide med forskere fra Cathedral Systems. Forskerne skal bruke OpenAIs modeller sammen med selskapets ansatte for å utfordre forsvaret og lete etter svakheter i systemene.

Selskapet kunngjorde planene 2. november 2026, men har foreløpig ikke oppgitt når sprinten skal finne sted, hvor lenge den skal vare eller hvilke konkrete systemer og mål som skal inngå. Det er derfor snakk om planlagt arbeid – ikke en sprint som allerede er gjennomført.

OpenAI beskriver samarbeidet som del av en bredere innsats for å bruke kunstig intelligens til å finne og utbedre sikkerhetsproblemer fortløpende. Cathedral Systems tilfører ifølge selskapet forskningskompetanse og tilnærminger som skal supplere de interne teamenes arbeid.

Et samarbeid mellom forskere og interne team

Under sprinten skal Cathedral Systems’ forskere bruke OpenAIs modeller i samarbeid med selskapets egne team. Målet er å undersøke hvor godt systemene tåler målrettet testing og å avdekke svakheter som ellers kan være vanskelige å finne.

OpenAI har ikke publisert en detaljert arbeidsplan eller sagt hvilke modeller som skal brukes. Det er heller ikke opplyst hvilke deler av selskapets infrastruktur eller produkter som skal testes. Uten slike opplysninger er det for tidlig å trekke konklusjoner om sprintens omfang eller forventede resultater.

Selskapet rammer likevel initiativet inn som en del av en kontinuerlig sikkerhetstilnærming, der modeller brukes til å støtte forsvarere i arbeidet med å oppdage, undersøke og rette feil. Det er et område der effektiv koordinering er viktig: Flere funn gir begrenset verdi dersom de ikke kan undersøkes, gjenskapes og følges opp med trygge rettelser.

Erfaringer fra den forrige sprinten

OpenAI viser til en tidligere intern sikkerhetssprint som bakgrunn for det nye initiativet. I den forrige innsatsen satte selskapet av 25 prosent av produktingeniørene til å lete etter og rette svakheter i systemene.

Codex ble brukt som støtte i arbeidet med å undersøke funn, gjenskape sårbarheter i isolerte miljøer og forberede rettelser til gjennomgang. Isolerte miljøer gjør det mulig å undersøke hvordan en feil kan utnyttes uten å teste den direkte mot produksjonssystemer eller brukernes data.

OpenAI har ikke delt en fullstendig oversikt over resultatene fra den tidligere sprinten i kunngjøringen om den neste. Erfaringene viser likevel hvordan selskapet ønsker å kombinere modellassistert analyse med menneskelig teknisk vurdering og kontrollert testing.

Bug bounty-belønningene økes kraftig

Samtidig med sprintplanene oppdaterer OpenAI belønningene i selskapets Security Bug Bounty-program. OpenAI sier at midtpunktene i belønningsintervallene for funn med middels, høy og kritisk alvorlighetsgrad økes med mer enn fire ganger i gjennomsnitt.

En kritisk sårbarhet i et kjerneprodukt som ChatGPT, Codex eller API-plattformen kan nå gi opptil 30 000 dollar. Eksepsjonelle kritiske funn i slike mål kan kvalifisere for en grunnbelønning på opptil 100 000 dollar. Med aktuelle bonuser oppgir OpenAI et illustrativt eksempel på samlet utbetaling på 171 925 dollar.

Eksempelet bygger på en grunnbelønning på 100 000 dollar, multiplisert med bonusfaktorer på 1,15 for kvalitet, 1,30 for en prioritert kampanje og 1,15 for lojalitet. Beløpet er et regneeksempel, ikke en garantert utbetaling. Den faktiske belønningen avhenger blant annet av funnets alvorlighetsgrad, mål, kvalitet og hvilke bonuser som gjelder.

Bedre rapporter kan gi høyere uttelling

De nye ordningene skal også belønne rapporter som gjør det enklere å bekrefte og håndtere et funn. En tydelig og pålitelig demonstrasjon av sårbarheten, inkludert hvordan den kan utnyttes og hvilken påvirkning den har, kan kvalifisere til en kvalitetsbonus.

OpenAI innfører dessuten en trinnvis lojalitetsbonus for forskere som samarbeider med programmet over tid, samt egne bonusmuligheter for prioriterte kampanjer. Slike kampanjer kan rette oppmerksomheten mot nye funksjoner og gi forskere en tidsavgrenset mulighet til å undersøke dem.

Bonusene betyr at utbetalingen ikke bare avhenger av hvor alvorlig en sårbarhet vurderes å være. Kvaliteten på dokumentasjonen, kampanjens vilkår og forskerens nivå i lojalitetsprogrammet kan også spille inn. OpenAI understreker at publiserte utregninger er illustrative.

Retroaktiv justering gjelder ikke automatisk

OpenAI opplyser at rapporter som allerede er sendt inn, men ennå ikke har fått en belønning, skal vurderes etter de nye belønningsintervallene. For belønninger som ble utbetalt i de 30 dagene før kunngjøringen, vil selskapet betale mellomlegget dersom funnet ville kvalifisert for en høyere utbetaling etter de nye reglene.

Dette er ikke en automatisk ekstrautbetaling til alle som tidligere har fått en belønning. Rapporten må kvalifisere etter programmets vilkår, og OpenAI sier at forskjellen bare utbetales dersom funnet ville gitt en høyere belønning under den oppdaterte ordningen.

Med en planlagt sikkerhetssprint og høyere belønninger forsøker OpenAI å styrke både intern testing og samarbeidet med uavhengige forskere. Hvor omfattende den nye sprinten blir, og hvilke resultater den gir, gjenstår å se når selskapet offentliggjør mer informasjon.

For virksomheter som bygger på eksterne API-er, er slike sikkerhetsløp relevante også når de ikke innebærer en endring i produktet som brukes. En intern sikkerhetstest hos en leverandør kan være én del av et større forsvar, men kundene må fortsatt holde egne integrasjoner oppdatert, begrense tilganger og følge leverandørens dokumentasjon. OpenAI har ikke annonsert nye API-krav eller endringer i kundens ansvar i forbindelse med sprinten.

Det er også nyttig å skille mellom AI som hjelpemiddel og AI som beslutningstaker. OpenAIs beskrivelse av forrige sprint sier at Codex hjalp ingeniører med å undersøke og gjenskape funn og forberede forslag til gjennomgang. Den sier ikke at modellen selv avgjorde om en sårbarhet var reell, godkjente en rettelse eller satte den i produksjon. Den menneskelige gjennomgangen er derfor en del av den offentlig beskrevne arbeidsflyten.

Sikkerhetsforskere som vurderer å sende inn en rapport, bør lese programvilkårene for det konkrete målet og holde seg innenfor tillatt testing. Et offentlig annonsert samarbeid eller en høyere premie er ikke i seg selv en utvidelse av autorisasjonen. OpenAI har ikke publisert noen særskilt invitasjon eller nye regler for testing utenfor den eksisterende bug bounty-ordningen.

For produktteam kan den bredere lærdommen være at raskere oppdagelse bare gir verdi når organisasjonen kan håndtere funnene. Det krever et tydelig triage-løp, et isolert miljø for reproduksjon, ansvarlige eiere av rettelser og en kontrollert utrulling. OpenAIs oppsummering av det tidligere sprintet nevner flere av disse trinnene, men gir ikke tall som gjør det mulig å sammenligne oppdagelseshastighet eller feilrate før og etter.

Bounty-beløp er heller ikke et mål på hvor sikkert et produkt er. De viser hvilke funn programmet ønsker å motivere, mens faktisk risiko avhenger av hvordan systemer er bygget, konfigurert og vedlikeholdt. Det er derfor for tidlig å trekke en konklusjon om at den planlagte sprinten vil redusere bestemte risikoer før omfang og resultater er kjent.

Kildegrunnlag: OpenAI-kunngjøringer publisert 2. november 2026, samt omtale fra The Decoder, Interesting Engineering og Cybersecurity News.