OpenAI hat die PHP-Lücken gefunden. Entscheidend sind die zwei Monate danach.

PHP treibt ungefähr siebzig Prozent des Webs an. Diesen Monat hat OpenAI mitgeteilt, dass seine Modelle, darunter GPT-5.6 Sol, Forschern geholfen haben, kritische Sicherheitslücken darin zu finden. Dieser Satz ist die Überschrift. Der nächste Satz ist die eigentliche Geschichte: Das Unternehmen verbrachte danach zwei Monate in einer Koalition aus Maintainern und Sicherheitsanbietern damit, Fixes zu entwickeln und zu testen, bevor irgendetwas öffentlich wurde.

Zwei Monate Stille sind kein PR-Zyklus. Das ist der Teil der Vulnerability-Arbeit, von dem niemand einen Screenshot machen kann.

Koordinierte Offenlegung ist das Produkt

Bugs mit einem Modell zu finden ist inzwischen billig. Ein brauchbarer Agent mit Shell, einer Kopie des Quellcodes und ein paar Stunden produziert Kandidaten-Crashes schneller, als ein Mensch denselben Code reviewen kann. Das meiste davon ist Müll, und die Sortierung zwischen Müll und echtem Memory-Safety-Problem ist genau die Stelle, an die die Kosten gewandert sind.

Was OpenAI hier gemacht hat, jedenfalls was das Unternehmen sagt, ist die unglamuröse Mitte: eine Koalition bilden, jeden Kandidaten verifizieren, Patches schreiben, sie gegen das Ökosystem testen, einen Offenlegungstermin vereinbaren und erst dann veröffentlichen. Diese Reihenfolge ist der Grund, warum aus einer PHP-Lücke kein Wochenende voller Exploits gegen WordPress-Seiten wurde.

Das heißt auch: Die entscheidende Frage ist nicht, ob ein Modell etwas gefunden hat. Sondern ob sich dieses Arrangement wiederholen lässt. Eine Koalition funktioniert, wenn eine gut ausgestattete Partei sie einberuft. Auf die tausenden Open-Source-Projekte, die im selben Dependency-Graph wie PHP hängen und niemanden haben, der irgendetwas einberuft, lässt sich das offensichtlich nicht übertragen.

{{INLINE1}}

Der Checker ist ehrlich darüber, was er nicht kann

Zusammen mit der Offenlegung hat OpenAI einen PHP-Versionschecker veröffentlicht: einen Codex-Skill und ein Node-CLI-Tool. Du zeigst damit auf eine Seite, es liest die HTTP-Header und meldet dann OK, VULNERABLE oder UNKNOWN.

Die Methode verdient einen genauen Blick. Sie vergleicht den Versionsstring im Header mit bekannten Patch-Grenzen. Sie verifiziert nichts selbst. Das ist eine bewusste Designentscheidung, und sie ergibt ein Tool mit drei ehrlichen Ausgaben statt zwei unehrlichen.

Header-basierte Erkennung hat einen bekannten Fehlermodus: Viele PHP-Deployments in Produktion lügen über ihre Version, weil ein Reverse Proxy den Header umschreibt, weil der Header entfernt wird, oder weil vor Jahren jemand expose_php abgeschaltet hat und sich niemand mehr erinnert. Dafür ist UNKNOWN da. Ein Tool, das sagt „kann ich nicht sagen“, ist nützlicher als eines, das sagt „bei dir ist alles in Ordnung“.

Der Vertriebsweg ist das andere interessante Detail. Es kam als Codex-Skill, nicht als Web-App und nicht als GitHub Action. Das ist eine Aussage darüber, wo OpenAI das Security-Triage der nächsten Runde verortet: in demselben Agenten, der dein Repository ohnehin schon liest.

Wie ein Modell einen Memory-Bug findet

Es lohnt sich, beim Mechanismus präzise zu sein, weil „KI hat Schwachstellen gefunden“ für drei verschiedene Dinge benutzt wird.

Das erste ist Fuzzing mit einem klügeren Scheduler. Coverage-gesteuerte Fuzzer finden seit zehn Jahren PHP-Bugs; was ein Modell hinzufügt, ist die Fähigkeit, einen Patch zu lesen, zu erraten, welcher benachbarte Codepfad jetzt erreichbar ist, und den Harness zu schreiben, der ihn ausübt. Das ist wirklich nützlich und völlig ohne Magie.

Das zweite ist Reasoning über den Quellcode. Bei einer Funktion, die erst ein Längenpräfix parst und dann alloziert, markiert ein starkes Modell den Integer Overflow und schlägt eine Kandidateneingabe vor, ohne irgendetwas auszuführen. Von hier kommen die meisten False Positives, weil das Modell den Aufrufer drei Dateien weiter nicht sieht, der den Wert längst begrenzt.

Das dritte ist Triage. Ein paar hundert Kandidaten in „wahrscheinlich echt“, „wahrscheinlich Rauschen“ und „braucht einen Menschen“ zu sortieren, ist der am wenigsten besprochene und wahrscheinlich wertvollste Einsatz, weil genau dieser Schritt entscheidet, ob ein Security-Team überhaupt Zeit hat, sich etwas anzuschauen.

Nur das dritte skaliert ohne Koalition. Und das ist das leise Problem dieser ganzen Ankündigung: Die Modellarbeit ist von jedem mit einem API-Key reproduzierbar, die Koordinationsarbeit nicht.

Eine Milliarde Dollar Zugang

OpenAI hat außerdem eine Milliarde Dollar Daybreak-Zugang für Defender an vorderster Front zugesagt. Das sollte man als Infrastruktur lesen, nicht als Wohltätigkeit. Erkennungstools helfen nur, wenn die Leute, die sie betreiben, sie sich in dem Tempo leisten können, in dem Angriffe eintreffen. Ein kostenloses Kontingent bringt das IT-Team eines Krankenhauses dazu, einmal zu prüfen. Eine Milliarde zugesagter Compute bringt es dazu, durchgehend zu prüfen.

Dahinter steckt eine strategische Logik, die man benennen sollte. Wenn Modellanbieter die vorgelagerte Instanz der Security-Tools werden, werden sie auch die Partei, die entscheidet, welche Schwachstellen zuerst gefunden werden und wem man davon erzählt. Das ist eine Menge konzentrierter Urteilskraft in einem kommerziellen Labor, und der Offenlegungsprozess oben ist genau das, was darüber entscheidet, ob dieses Arrangement Vertrauen verdient.

Es ist auch ein Recruiting-Argument. Security-Forscher sind knapp, und ein Labor, das auf zwei Monate koordinierten Fix für die verbreitetste Sprache des Webs zeigen kann, hat eine bessere Geschichte als eines, das einen Benchmark veröffentlicht.

Was das heißt, wenn du eine Seite betreibst

Prüf diese Woche deine PHP-Version, und prüfe sie von außerhalb deines Netzwerks, denn genau das sieht ein Angreifer. Wenn der Header dir nichts sagt, hast du Arbeit vor dir, die kein Scanner für dich erledigt, weil die einzige verlässliche Antwort im Paketmanager auf der Maschine steht.

Dann denk über das Muster nach, nicht über den Vorfall. Das Modell hat das Security-Team nicht ersetzt. Es hat das Verhältnis verschoben: mehr Kandidaten, mehr Triage, gleich viele Leute, die qualifiziert sind zu entscheiden. Jede Organisation, die diese Tools einführt, muss Triage-Kapazität irgendwo aufbauen, und die, die es nicht tut, endet mit einem Stapel ungelesener Findings, der genauso aussieht wie ein Scan, der nie gelaufen ist.

Der Teil, der vergessen wird

Noch eine Sache, die auffällt: Ausgeliefert wurde ein Versionschecker, kein Patcher. Niemand hat Seitenbetreibern einen Ein-Klick-Fix in die Hand gegeben, weil ein Ein-Klick-Fix, der auf siebzig Prozent des Webs ausgerollt wird, selbst ein Ausfall ist. Die konservative Wahl ist hier die richtige, und sie ist zugleich die, die einen langen Schwanz ungepatchter Installationen garantiert — und daher kommt der nächste Vorfall.

In sechs Monaten wird die Lehre lauten „KI hat PHP-Bugs gefunden“, und das ist der uninteressanteste wahre Satz, der zur Verfügung steht. Die übertragbare Lektion ist langweiliger: Der Wert lag in den zwei Monaten koordinierter Arbeit, und der Beitrag des Modells war, die erste Woche dieses Prozesses schneller zu machen.

Das ist immer noch eine große Sache. Nur nicht die, die die Ankündigung verkauft. Security-Arbeit war schon immer überwiegend Koordination, und die Tools, die am meisten helfen, sind die, die Koordination billiger machen, nicht die, die das Finden lauter machen.