Исследователь находит уязвимость RCE в WordPress стоимостью 500 000 $ с помощью GPT-5.6 за 25 $

Стоимость обнаружения критической уязвимости упала ниже стоимости одного вечера исследований — соотношение «обнаружение / рыночный приз» взрывается.

Простыми словами.

Исследователь в области кибербезопасности (slcyber) утверждает, что обнаружил выполнение удалённого кода (RCE) в компоненте WordPress, используя GPT-5.6 за ~25 $ токенов. Такие уязвимости обычно продаются на рынке zero-days за ~500 000 $. Соотношение «рыночная премия / стоимость обнаружения» стало абсурдным — и это реальный случай, подтверждающий тезис о «контролируемом доступе к передовым моделям».

Контекст

Рынок критических эксплойтов для экосистем с большой установленной базой (WordPress — ~40 % веба) давно структурирован: Zerodium, Crowdfense и несколько частных брокеров публично предлагают шестизначные премии за RCE. Автоматизированный фаззинг PHP не нов. Новое — это способность LLM анализировать сложные цепочки вызовов и трансверсальные инварианты, где детерминированные инструменты терпели неудачу. Демонстрация slcyber совпала с введением обязательных аппаратных ключей безопасности OpenAI Trusted Access for Cyber (1 сентября 2026 года) — совпадение не случайно.

Данные

• Заявленная рыночная премия: ~500 000 $ (историческая база Zerodium/брокеров за критические RCE в WordPress).
• Заявленная стоимость сессии в OpenAI: ~25 $.
• Модель: GPT-5.6.
• Техническая публикация: slcyber.io, 2026-07-20.

Анализ

Три сигнала складываются воедино. Во-первых, переменная стоимость аудита с помощью LLM упала ниже стоимости ежемесячной подписки — но не ниже порога серьёзных человеческих усилий. Во-вторых, поверхность WordPress остаётся структурно уязвимой: тысячи плагинов, случайный цикл патчей, трансверсальные зависимости. В-третьих, спрос со стороны брокеров не успевает за предложением в краткосрочной перспективе: пока окно эксплуатации открыто, премии остаются высокими. Прямое следствие для контроля доступа к передовым моделям: политика использования «без офенсивной безопасности» становится неэффективной — исследователь с обычным ключом делает то, что раньше делал с бюджетом корпоративной кибербезопасности.

Сценарии

• Центральный (60 %) : находка остаётся изолированной в течение 30 дней, но провоцирует волну аналогичных демонстраций; брокеры quietly снижают премии за уязвимости, «поддающиеся LLM».
• Позитивный (25 %) : вендоры LLM ужесточают политики использования для паттернов «офенсивный код» и требуют специальных разрешений; обнаружение с помощью LLM переходит в легитимные баунти.
• Негативный (15 %) : автоматизация снижает барьер для частных/государственных акторов, а патчинг CMS отстаёт — всплеск массовых компрометаций.

Последствия

Для CISO вопрос больше не «кто может найти RCE», а «по какой цене». Для разработчиков плагинов внутренний аудит с помощью LLM становится нормой, а не опцией. Для платформ ИИ логика «политики использования» уступает место логике «жёсткого контроля доступа» — аппаратные ключи, юрисдикция, проверенные сущности (система frontier-access-control).

На что обратить внимание

• Реакция Automattic и публикация возможного CVE.
• Корректировка тарифов брокеров на сегменты «поддающихся LLM» уязвимостей.
• Возможное расширение системы Trusted Access от OpenAI на Anthropic / Google.