Ценность задания по безопасности появляется тогда, когда подозрительную находку можно передать сопровождающему вместе с воспроизводимыми доказательствами исправления. Заявление модели о найденной уязвимости — лишь начало. Daybreak и Claude CVP уменьшают препятствия для законной защитной работы, но не определяют за команду владельца активов, полномочия на развёртывание и окончательные критерии приёмки.

В статье разделены функции продуктов, инфраструктурные требования нового выпуска и предлагаемый нами рабочий метод. Официальные факты проверены на 2026-11-07. Тела API-запросов и промпты приведены без выполнения. Пример Python работает только с вымышленными идентификаторами в памяти: без сети, изменений репозитория, данных реальных клиентов и атакующих нагрузок.

1. Начнём с функций: какую защитную работу поддерживают программы

Daybreak — система допуска OpenAI к работе по кибербезопасности: Blue предназначен для обычной разрешённой защиты, Red — для отдельно одобренных специализированных возможностей. Claude CVP делит доступ на Defense, Red Team и Specialized. Обе программы упрощают применение моделей в подходящих задачах безопасности, но имеют самостоятельные правила и не являются взаимозаменяемыми отметками верификации.

ChatGPT Learn: модели и Trusted Access · Claude Help: Cyber Verification Program

Выбирайте возможности по результату работы, а не по отметке «проверен»
Защитная задачаПолезный результатСохраняемая граница
Ревью кода и моделирование угрозКандидаты в находки с файлами и доказательствами; описание границ доверияСтатическое подозрение не доказывает эксплуатацию или доступность извне
Обнаружение и анализ инцидентовОбезличенная временная шкала, проект правила обнаружения и открытые гипотезыИспользуйте разрешённые журналы без подключения посторонних систем
Исправление и проверкаМинимальное предложение правки, условия регрессии и остаточные рискиИзменения одобряет человек; тесты не доказывают безопасность всей системы
Услуги безопасности для клиентовПроверенный отчёт или исправление для передачиПомимо разрешения клиента проверьте допуск услуги в программе поставщика

Сопровождающему уже известной ошибочной функции может требоваться организация доказательств и критериев регрессии, а не модель с максимальным доступом. Начните с малорисковых задач в уже разрешённом интерфейсе. Более высокий уровень имеет смысл, когда он нужен задаче и команда выполняет его требования. Предлагаемый процесс — инженерная рекомендация, а не совет поставщика купить конкретную подписку.

2. Что появилось 5 ноября, а что осталось прежним

Публичный журнал API OpenAI датирует выпуск GPT-6-Cyber 5 ноября. Текущая страница модели описывает исследование уязвимостей, воспроизведение в разрешённой тестовой среде и проверку исправлений; идентификатор модели — gpt-6-cyber. Дата выпуска не доказывает доступность в вашем ChatGPT, Codex, Work или API-проекте.

Журнал API OpenAI: GPT-6-Cyber 5 ноября · OpenAI: модель GPT-6-Cyber

По сравнению с читаемой официальной документацией, сохранённой сайтом 4 ноября, текущее руководство Daybreak добавляет SSO/MFA для API-организаций Red и отдельный раздел настройки GPT-6-Cyber. В таблице новая модель требует Red и дополнительного одобрения модели. Основной текст Models and Trusted Access не изменился. Снимки показывают разницу внутри интервала, а не точное первое время вступления каждой нормы в силу.

OpenAI: Daybreak в Responses API · ChatGPT Learn: модели и Trusted Access

Обновление модели может одновременно менять возможности, стоимость, сочетание инструментов и эксплуатационные предпосылки. Замена строки модели в старом запросе — только один шаг миграции. Надёжнее зафиксировать модель, программу доступа, проект, политику и версию входных данных, а затем сравнить одинаковые условия приёмки. Непроверенные различия отмечайте как открытые вопросы: меньше отказов не означает доказанную точность.

3. Новые проекты Red: доведите допуск до инфраструктуры

Для GPT-6-Cyber API-проекту нужны Daybreak Red, дополнительное одобрение модели и включённый доступ проекта. Руководство также требует IP-список разрешённых адресов API-выхода. Проекту с ZDR нужен PSP, статус хранилища Validated и политика Zero Data Retention with Private Safety Processing. Все API-организации Red должны требовать SSO и применять MFA через своего поставщика идентификации.

OpenAI: Daybreak в Responses API

Размещайте контроль там, где он действительно предотвращает выход за границы
Место контроляЧто установитьЧего это не доказывает
Организация и проектОдобренная модель, включённый проект и принадлежность учётных данныхПроверка личности в браузере не доказывает одобрение API-организации
Вход APIПубличный IP у поставщика соответствует активному спискуIP-список API не ограничивает исходящие адреса агента
Среда выполненияКопия репозитория только для чтения, без сети, с ограниченными инструментамиИнструкция соблюдать границы не заменяет права доступа
Контроль данныхПолитика точного проекта, проверенное хранилище и ответственныйstore=false не заменяет одобрение ZDR/PSP

Список OpenAI на уровне проекта имеет приоритет над списком организации; записи не объединяются. Он регулирует запросы к API OpenAI, а не вход пользователей и не сеть среды агента. Отдельно проверяйте, кто может вызывать модель и куда могут обращаться её инструменты, чтобы входной контроль не скрывал неограниченный исходящий доступ.

OpenAI: список IP для API · ChatGPT Learn: рекомендуемая конфигурация

Невыполненный фрагмент тела запроса Responses API. Применим только в явно одобренном проекте и для разрешённой модели; без ключа и без утверждения об успешном ответе.
{
  "model": "gpt-6-cyber",
  "access_programs": {
    "cyber": "daybreak_red"
  },
  "safety_identifier": "demo-user-01",
  "input": "Только для собственного автономного примера предложи регрессионные условия исправления проверки владельца. Не вызывай инструменты."
}

4. Особенности CVP: рабочие пространства, пользователи и постоянное соответствие

После одобрения CVP доступ всё равно настраивается для конкретного интерфейса. Организация Console назначает и активирует grant в подходящем рабочем пространстве. Платная подписка, видимое имя модели и членство в организации не доказывают активацию. Перед изменением участников, учётных данных или подключённых сервисов проверьте grant и панель Qualifications и зафиксируйте, кто одобрил изменение.

Claude Help: Cyber Verification Program · Claude Help: назначение программы пространствам Console

Индивидуальные заявки сейчас доступны только для Defense на платном плане. Требования к частным лицам различают OAuth для интерактивных приложений и WIF для программных нагрузок, где это предлагается. До 15 декабря предусмотрен переход на устойчивую к фишингу MFA и отказ от долгоживущих статических учётных данных; временные ключи ограничены правилами хранения, личного использования и замены минимум каждые 7 дней. Прежние клиенты могут сохранять действующие условия: новую страницу нельзя автоматически применять ко всем историческим grant.

Claude Help: требования безопасности CVP · Claude Help: Cyber Verification Program

В организациях постоянный контроль также включает привязку действий к пользователям, отзыв доступа, увольнения и реагирование на инциденты. Одобрение как разовое событие не учитывает дальнейший дрейф конфигурации. WIF связывает токены с сервисным аккаунтом и рабочим пространством, уменьшая риск постоянных ключей. При этом поставщик идентификации, права рабочего пространства и журналы требуют самостоятельной защиты.

Claude Platform: Workload Identity Federation

5. Границы данных: за что отвечают ZDR, PSP и EFS

ZDR не означает отсутствие любых записей в любом месте. OpenAI PSP помещает зашифрованные записи безопасности в хранилище под контролем клиента для защищённой автоматической проверки; текущий документ указывает TTL 30 дней. Вместе проверяйте статус проекта, разрешения, жизненный цикл и эксплуатационные обязанности. Один логический параметр приложения не доказывает выполнение требований.

OpenAI: ZDR с Private Safety Processing

До передачи материалов определите, где останутся записи
ОбластьПублично описанная границаПредлагаемая практика
OpenAI ZDR+PSPПодходящий проект подключает и проверяет клиентское хранилище; автоматическая проверка безопасностиЗапишите статус хранения и политики в задании; минимизируйте вход
CVP Defense для частного лицаТрафик grant сохраняется и контролируется; ZDR недоступенПередавайте только разрешённые обезличенные материалы
Claude Covered Models / EFSСтандартное хранение отличается от исключений организации и поэтапного EFSПодтвердите договор и конфигурацию своей организации, не предполагая общей доступности

Для Claude Covered Models по умолчанию действует минимальное хранение 30 дней с исключениями для расследований, закона и других оснований. Условия EFS и поэтапная доступность для подходящих организаций не дают всем частным участникам CVP выключатель хранения. PSP и EFS относятся к архитектуре мониторинга, но не делают договоры, человеческий контроль и настройку взаимозаменяемыми. До выбора детализации входа попросите ответственных за безопасность и соответствие подтвердить реальный путь данных проекта и модели.

Claude Help: Covered Models · Anthropic: Enterprise Frontier Safeguards · Claude Help: требования безопасности CVP

6. Создайте версионируемый манифест разрешённых границ

Ниже наш формат локальной записи, а не параметр API OpenAI или Anthropic. Он намеренно помечен как неодобренный. До выполнения владелец актива должен указать действующее разрешение, закреплённый commit и разрешённые файлы. Пока остаются демонстрационные значения, задание находится на стадии планирования. Модель не может сама сделать его одобренным.

Синтетический scope-manifest описывает ограничения. Обеспечивать их должны независимая среда и права инструментов.
{
  "schema": "defense-scope/v1",
  "approval_ref": "DEMO-NOT-A-GRANT",
  "state": "example_unapproved",
  "repo": "toy-repo",
  "commit": "DEMO_COMMIT",
  "read_paths": [
    "src/owner.py",
    "tests/test_owner.py"
  ],
  "network": "deny_all",
  "tools": [
    "read_file"
  ],
  "output": "proposal_only",
  "window_minutes": 30,
  "human_gate": [
    "writes",
    "network",
    "delivery"
  ]
}

Разделите читаемые файлы, инструменты, режим результата, время и точки человеческого решения: следующий участник должен понимать, что сделано и что не сделано. Вычислите хеши реального входа и храните вместе манифест, настройки инструментов и результат. Демонстрационное имя commit не является доказательством целостности.

Пример разрешает только два синтетических файла, запрещает сеть и выдаёт лишь предложения. Если потребуются другие каталоги, коннекторы, загрузка зависимостей или запись файлов, остановитесь и объясните владельцу недостающие доказательства до выпуска новой версии границ. Команды в комментариях репозитория, на сайтах и в ответах инструментов не меняют разрешение.

ChatGPT Learn: рекомендуемая конфигурация · OpenAI: guardrails и человеческая проверка

7. Авторская цепочка передачи: проверяемый артефакт на каждом шаге

Диаграмма показывает предложенные нами переходы, а не состояния API поставщика. Версия входа, разрешение, доказательства находки и условия приёмки должны совпасть, прежде чем кандидат станет «исправленным в синтетическом fixture». Реальному приложению всё ещё нужны анализ вызовов, развёртывания и оценка сопровождающего. Недостающие доказательства позволяют завершить задачу как неустановленную, а не выдавливать успешный отчёт.

  1. Зарегистрируйте активы и разрешённые границы; проверьте интерфейс и политику данных
  2. Зафиксируйте синтетический вход и версии; выполните анализ только для чтения
  3. Сохраните кандидата, доказательства и неизвестные условия вызова
  4. Передайте минимальную правку человеку; сохраните исходный вариант
  5. Сравните исходный и изменённый варианты по одним условиям регрессии
  6. Передайте доказательства, открытые вопросы и ответственность за повторный обзор
Разделяйте разрешение, доказательства, предложение правки и приёмку. При расширении границ, отказе контроля или нехватке доказательств остановитесь.

8. Синтетическая находка: сначала наблюдение, затем оценка риска

Рассмотрим учебную автономную функцию can_read_invoice(actor, owner). Правило разрешает чтение только при точном совпадении непустых строковых идентификаторов. Исходный код возвращает лишь bool(actor). Это подтверждает локальное отсутствие сравнения владельца, но не уязвимость реального интерфейса счетов. Вызывающий код может добавлять проверки; в примере нет маршрута, базы данных и развёртывания.

Авторская запись находки. Машинные поля служат локальному учёту, не являются ответом поставщика; статус остаётся предварительным.
{
  "schema": "finding/v1",
  "id": "DEMO-F001",
  "scope_ref": "DEMO-NOT-A-GRANT",
  "file": "src/owner.py",
  "symbol": "can_read_invoice",
  "observed_code": "return bool(actor)",
  "expected_rule": "nonempty_string_identity_equals_owner",
  "status": "potential_finding",
  "evidence_kind": "synthetic_source",
  "unknowns": [
    "call_site_checks",
    "production_exposure"
  ],
  "remediation": "propose_owner_comparison",
  "acceptance_suite": "toy-owner-v1"
}
Промпт для копирования: анализ только для чтения. Модель не вызывалась.
Анализируй только предоставленную синтетическую функцию и правило. Не используй инструменты и внешние системы.
Выведи: наблюдаемый код, ожидаемое условие, прямое доказательство, недостающие сведения о вызовах, минимальное исправление и условия регрессии.
Неподтверждённое влияние обозначь как неизвестное. Не заявляй об эксплуатации, исправлении реальной системы или разрешении клиента.
Если нужны файлы вне границ, перечисли их и остановись.

В находке отделяйте факты от вывода. Файл и символ локализуют доказательство, неизвестное ограничивает заключение, ожидаемое правило задаёт цель исправления. Не переносите автоматически оценку критичности модели во внешний отчёт. Сопровождающий должен учесть достижимость, происхождение идентичности и чувствительность данных. Сохранить разногласие полезнее, чем выдумать окончательный балл.

9. От предложения исправления к воспроизводимой локальной приёмке

Изменение сравнивает идентификаторы после проверки типа и непустоты. Полная программа Python ниже использует только синтетические значения в памяти. В ней нет чтения файлов, сети и SDK модели; её можно выполнить в отдельном локальном файле. Мы запускали только этот автономный fixture: до изменения не выполнялись 4 из 6 условий, после — 0. Это не оценка модели и не заключение о безопасности реальной системы.

Автономная синтетическая программа приёмки проверена локально. API, доступ к аккаунтам и оценка реальных репозиториев не выполнялись.
import hashlib
import json


def before(actor, owner):
    return bool(actor)


def after(actor, owner):
    return (
        type(actor) is str
        and type(owner) is str
        and bool(actor.strip())
        and bool(owner.strip())
        and actor == owner
    )


cases = [
    ("demo-alice", "demo-alice", True),
    ("demo-alice", "demo-bob", False),
    ("", "demo-alice", False),
    ("demo-alice", "", False),
    (1, 1, False),
    (" ", " ", False),
]
expected = [case[2] for case in cases]
baseline = [before(a, b) for a, b, _ in cases]
patched = [after(a, b) for a, b, _ in cases]
assert baseline != expected
assert patched == expected
print(json.dumps({
    "suite": "toy-owner-v1",
    "cases": len(cases),
    "before_failures": sum(a != b for a, b in zip(baseline, expected)),
    "after_failures": sum(a != b for a, b in zip(patched, expected)),
    "fixture_sha256": hashlib.sha256(
        json.dumps(cases, separators=(",", ":")).encode()
    ).hexdigest(),
}, sort_keys=True))

Программа сначала подтверждает нарушение правила старой реализацией, затем проверяет новую по каждому условию. Так пустой набор тестов не сможет создать иллюзию успеха обеих версий. Хеш фиксирует вход примера. Реальному проекту нужны также хеши исходных файлов, diff правки, версии инструментов и оригинальные результаты; не присваивайте хеш учебного fixture другому коду.

Ноль ошибок подтверждает только эти 6 условий. Регистр, нормализация идентичности, наследуемые права, идентичности сервисов и цепочка вызовов здесь не рассмотрены. Сопровождающий обязан добавить применимые случаи. При переносе предложения в проект проверьте легитимное поведение, расширьте тесты и пройдите обычное согласование развёртывания вместо прямой публикации моделью.

10. Передача сопровождающему: результат, границы и стоимость вместе

Пригодный пакет содержит ссылку на разрешённые границы, версию входа, ID находки, исходный код, предложенную правку, способ повторной проверки, машинный результат и открытые вопросы. Слово «исправлено» должно уточнять, проверена ли локальная функция, целое приложение или развёрнутая версия. Это разные утверждения. Не включайте исходные клиентские данные и токены.

Копируемый промпт передачи доказательств. Модель не вызывалась, данные наружу не отправляются.
На основе только scope-manifest, находки и автономных результатов подготовь передачу сопровождающему.
Раздели наблюдаемые факты, выводы, непроверенные условия, предложенные изменения, результаты регрессии, остаточный риск, ответственного и следующий шаг.
Укажи «6 условий, 4 ошибки исходной версии, 0 ошибок изменённой» только как результат toy-owner-v1.
Если нет разрешения владельца, реальных версий исходников или доказательства развёртывания, отметь незавершённость. Не выдумывай подтверждения.

Стоимость тоже привяжите к задаче. При текущих стандартных короткоконтекстных ценах GPT-6-Cyber $20 за миллион входных и $100 за миллион выходных токенов предполагаемые 10,000 оплачиваемых входных и 2,000 выходных дают 10000/1000000×20 + 2000/1000000×100 = $0.40. Два таких запуска — $0.80. Это невыполненный расчёт без кеширования, инструментов, проверки, повторов, хранения и иных расходов; счёт определяется действительными правилами и потреблением.

OpenAI: модель GPT-6-Cyber · OpenAI: цены API

Собирайте долю принятия сопровождающими, находки без доказательств, причины переделок и условия закрытия. Мы не измеряли эти показатели. Они помогут сравнивать модели и процесс в будущем, но не обещают, что высокий уровень доступа дешевле. Сначала наладьте повторяемую малорисковую передачу, затем расширяйте ресурсы и объём запросов.

11. Эксплуатация: различайте сбой и аналитическое заключение

Даже после успешного локального fixture реальный процесс может остановиться из-за grant, данных, сети или проверки действий. Сохраняйте точную категорию ошибки и обезличенное время. Не считайте любой 403 ошибкой проверки личности и не пропускайте согласование, получив ответ модели. Проверки API OpenAI всё ещё могут вернуть cyber_policy: одобрение их не отменяет.

OpenAI: проверки кибербезопасности API

Предлагаемые операционные категории, а не коды статуса API поставщика
Локальное состояниеСохраняемые доказательстваСледующее действие
access_unknown / blockedПроект/пространство, обезличенная ошибка, реальная модель и состояние контроляАдминистратор проверяет допуск; прекращаются повторы ради расширения прав
potential_findingМесто в коде, ожидаемое правило и неизвестные условия вызоваЗапросить дополнительные доказательства у сопровождающего
fixed_in_fixtureЗакреплённый вход, результаты до/после и границы применимостиПродолжить обзор приложения, не заявляя о развёртывании
inconclusive / control_failedНедостающие данные либо отказ журналов, прав или проверкиОстановиться, сохранить артефакты, восстановить контроль

Бета IP-списка Anthropic, объявленная 5 ноября, добавляет контроль поддерживаемых входов платформы. Она не регулирует сеть среды Managed Agents и не заменяет политики всех сторонних облаков. Раздельно проверяйте вход и среду выполнения. Смена роли, истечение токена, статус хранилища и изменение соответствия моделей — достаточные поводы для проверки без ожидания инцидента.

Claude Platform: примечания к выпускам · Claude Platform: область IP-списков

12. Когда можно расширять процесс до команды или клиентской услуги

CVP сейчас принимает заявки managed service: моделью пользуются собственные сотрудники исполнителя, клиент получает финальные результаты, каждая услуга одобряется отдельно. Продукт, который клиент может запускать или настраивать, остаётся продуктом; пока принимаются только выражения интереса. Разрешение клиента на тест не заменяет одобрение услуги поставщиком. Публичные корпоративные правила Daybreak также ограничивают доступ разрешённой внутренней работой: личный или внутренний допуск не следует переносить на внешний продукт.

Claude Help: Cyber Verification Program · ChatGPT Learn: модели и Trusted Access

Начните обсуждение расширения с реального пробела. Текущая модель не справляется с анализом или команде не хватает ревью сопровождающего, соглашения о данных либо изоляции? В первом случае может помочь подходящая одобренная модель; во втором нужны процесс и контроль. Страница продавца, название подписки и услуга верификации не гарантируют конкретный grant, модель, проект или право обслуживать клиентов.

Мы заново прочитали официальные документы и сохранили публичные снимки, хеши и читаемые различия. GPT-6-Cyber не тестировался, заявки CVP не подавались, аккаунты и реальные системы не открывались. Индивидуальный допуск, ёмкость, задержки, частные условия и окончательное решение подтверждаются официальным каналом. Начните с этой бессетевой синтетической задачи, затем включайте разрешённые реальные задания в собственный процесс изменений.