XBOW twierdzi, że sześciodniowa kampania z GPT-5.6 Sol stworzyła łańcuch trzech błędów Chrome, odtworzony przez Google i nagrodzony 250 tysiącami dolarów. To istotny wynik, ponieważ działająca całość pokazuje, jak osobne słabości łączą się przez kolejne zabezpieczenia. Jest mocniejszym dowodem niż podejrzany kod znaleziony przez skaner lub niezweryfikowany raport modelu.
Ujawnienie nastąpiło 13 października 2026 po złożeniu nagrodzonej wersji 2–7 sierpnia podczas Black Hat i DEF CON. XBOW mówi o naprawieniu wszystkich trzech luk i braku zaobserwowanych ataków na użytkowników. Zachowany reportaż nie dowodzi trwającej kampanii, a historycznej demonstracji nie należy utożsamiać ze stanem w pełni zaktualizowanej przeglądarki.
Najważniejsze zastrzeżenie to kierownictwo ludzi. Wybierali cele, dzielili pracę, oceniali wyniki, dostarczali techniki i integrowali. To silny system ekspertów, nie model samodzielnie łamiący przeglądarkę po ogólnym poleceniu.
Trzy luki przekroczyły różne granice
Pierwsza dotyczyła Maglev w V8 i błędnego założenia o zmiennym stanie podczas deoptymalizacji. Dawała dostęp w chronionym obszarze, jeszcze nie swobodne wykonanie poza rendererem.
Druga to animowany WebP: użyte dane mogły różnić się od wcześniej sprawdzonych, CVE-2026-85045. Pomogła wyjść z pierwszego obszaru i wykonać kod w rendererze, nie pokonała sama całej ochrony.
Ostatnia dotyczyła Crashpad w Windows poza piaskownicą. Założenie stałości zawieszonego procesu podczas diagnostycznych odczytów mogło zawieść. XBOW wskazuje CVE-2026-78952 i uruchomienie Kalkulatora poza rendererem.
Wspólny wzorzec to traktowanie zmiennego stanu jako stałego. Konsekwencję dawała kombinacja. Szacowany miliard użytkowników Windows Chrome to zasięg potencjalny, nie liczba zaatakowanych i nie identyczna ekspozycja wszystkich.
Duplikat pokazał wartość modułów
Prace zaczęły się wcześniej. Pierwszy łańcuch trwał około dwóch miesięcy i Google wskazał znany komponent. Duplikat może obniżać nagrodę mimo realnej pracy.
Badacze podzielili etapy na zdolności i zachowali alternatywy. Środkowy zastąpili WebP, reszta została. To dowód architektury i osądu, nie tylko wytrwałości modelu.
Agenci równolegle przeszukiwali kod, sprawdzali hipotezy i tworzyli kandydatów na demonstracje oraz komponenty. Badacze dzielili zasoby i odrzucali mało obiecujące podejścia. Wcześniejsze prace ekspertów dostarczały przykładów do ponownego użycia. Ostatnie sześć dni opierało się więc na znajomości celu i doświadczeniu zespołu, nie na jednym poleceniu bez przygotowania.
XBOW porównuje pracę z dawnymi projektami pełnych łańcuchów, w których czterech badaczy pracowało przez sześć do dziewięciu miesięcy. To historyczna ocena zespołu, nie kontrolowane badanie produktywności. Cele, dostępne techniki, doświadczenie i przypadek się różnią. Wynik pokazuje jednak, że eksperci umiejący kierować pracą i ją oceniać mogą skrócić wiele iteracji przy pomocy agentów.
Koszt obliczeń nie jest ceną przejęcia Chrome
XBOW odtworzyło około 40 tysięcy dolarów użycia API z archiwalnych logów Codex dotyczących nagrodzonych sześciu dni. Wyłączono wynagrodzenia badaczy, wcześniejsze próby, pierwszą wersję, infrastrukturę, zarządzanie i zgromadzoną wiedzę. Publiczne logi nie stanowią pełnego, niezależnie audytowalnego rozliczenia całej pracy.
Zestawienie z 250 tysiącami daje mylącą marżę. Porażki, duplikaty, naprawione luki i niestabilne testy zużywają środki bez wypłaty. Limit premii Google po kwietniu nie daje nieograniczonego rynku automatycznych zgłoszeń.
Publiczne zasady wymagają aktualnego wspieranego systemu, normalnych ochron i braku niebezpiecznych flag. Kategorię można sprawdzić oddzielnie od twierdzenia o pierwszej nagrodzie lub epoce modeli. Pełnej listy odbiorców nie dostarczono.
Odtworzenie i naprawy przez dostawcę są najmocniejszym zewnętrznym punktem. Nie ustalają dokładnej pracy ludzi i AI, całkowitego kosztu ani uniwersalnego terminu sześciu dni. Każda teza potrzebuje osobnych dowodów.
Eksperci wyjaśniają pozorną różnicę z oceną modelu
OpenAI przed wdrożeniem widziało odkrycia i użyteczne prymitywy, ale nie autonomiczny łańcuch na utwardzonym Chromium lub Firefox. Model uznano za wysoko zdolny cybernetycznie, poniżej krytycznego progu.
Zespół ekspertów wykonał zadania uznane w ocenach za trudne: wybrał wartościowe tropy, odróżnił użyteczne mechanizmy od ślepych uliczek, skoordynował alternatywy i złożył ostateczny łańcuch. Sukces nie jest więc prostym zaprzeczeniem testu autonomii. Pokazuje silniejszy system zbudowany przez organizację wokół modelu.
Ta różnica ma znaczenie dla prognoz. Samodzielne wybieranie celów i niezawodna integracja mogłyby pozwolić mniej doświadczonym działać na inną skalę. Obecnie automatyzacja wzmacnia przede wszystkim zespoły mające techniki, środowiska i recenzentów. Odkrywanie każdego błędu bez pomocy w ciągu roku pozostaje prognozą, nie wykazanym tutaj wynikiem.
Agenci tworzą też duplikaty, niewykorzystywalne awarie, niezrozumiane granice i kruche próby. Liczba zgłoszeń nie znaczy nowych groźnych luk. Ważny wzrost to powtarzalne raporty po kontroli nowości i rzeczywistym przekroczeniu granicy.
Obrona potrzebuje szybszej walidacji, nie paniki
Producenci powinni testować założenia między częściami i łączenie ograniczonych błędów oraz przyspieszać odtwarzanie i kontrolę łatek. Więcej odkryć pomaga dopiero po odróżnieniu realnej ekspozycji i wdrożeniu skutecznej poprawki.
Użytkownik powinien faktycznie załadować aktualizację. Restart i kontrola wersji zamykają lukę między wysłaniem poprawki a długo działającym starym procesem. To konserwacja, nie informacja, że naprawiony łańcuch nadal atakuje aktualne wersje.
Kolejny mocny dowód to inny potwierdzony łańcuch z pełnym czasem, udziałem ludzi i kosztami. Dotąd nie jest to błaha demonstracja ani autonomiczne przejęcie na życzenie. AI przyspiesza pracę eksperta, a nowość, integracja i odpowiedzialność decydują.
Dodatkowa lektura o dokumentowaniu kontekstu pracy: bazy wiedzy dokumentacji technicznej.