Một chuyên gia bảo mật đã chi $1.500 để kiểm tra khả năng hack ứng dụng của các mô hình ngôn ngữ lớn (LLM) như GPT-5.5, Deepseek V4 Pro và Claude Sonnet 4.6. Kết quả cho thấy sự khác biệt rõ rệt: GPT-5.5 của OpenAI đạt 7/10 lần thành công, trong khi các đối thủ chỉ đạt 2-3/10.

Bài toán bảo mật thực tế

Nhà nghiên cứu đã xây dựng một ứng dụng giả lập, cụ thể là ứng dụng đánh giá sách có API được bảo vệ chặt chẽ nhưng cố tình để lộ cấu hình Firebase qua file google-services.json trong APK. Mục tiêu của các LLM là phát hiện lỗ hổng Broken Access Control, truy cập trái phép vào Firestore database và đọc được dữ liệu riêng tư của người dùng. Đây là lỗi bảo mật phổ biến trong các ứng dụng sử dụng Firebase hoặc Supabase, từ startup nhỏ đến công ty lớn.

Kết quả thử nghiệm

GPT-5.5 thể hiện trực giác mạnh mẽ: ngay sau khi giải nén file APK, nó tập trung hoàn toàn vào Firebase mà không lãng phí thời gian tìm lỗi API hay app. Deepseek V4 Pro chỉ thực hiện đúng cách ở 3/10 lần, 5 lần không hề động đến Firebase và 2 lần còn lại thử dùng xác thực Firebase trên API thay vì truy cập trực tiếp. Claude Sonnet 4.6 ghi nhận 2/10 lần thành công dù đã có hướng tiếp cận đúng. Với các mô hình trừ Claude, tác giả dùng pi làm nền tảng thử nghiệm cùng tiện ích pi-goal-x để buộc mô hình tiếp tục thử; riêng Claude dùng chế độ -p của Claude Code. Mọi mô hình đều được thử ở mức suy nghĩ cao và nhiệt độ 0,7, với giới hạn $10 và 2 giờ mỗi lần.

Ý nghĩa đối với người dùng thông thường

Thí nghiệm này cho thấy AI không chỉ viết văn hay vẽ tranh mà còn có thể phát hiện lỗ hổng bảo mật nghiêm trọng, thứ mà hacker dùng để đánh cắp dữ liệu cá nhân. Ông chủ startup hoặc người dùng ứng dụng cần hiểu: ngay cả khi API mạnh, nếu cấu hình Firebase hay Supabase bị để lộ, AI có thể dễ dàng khai thác. Điều này thúc đẩy các nhà phát triển kiểm tra kỹ lưỡng, và cho thấy AI đang trở thành công cụ hỗ trợ đắc lực cho an ninh mạng, một xu hướng đáng chú ý trong lĩnh vực công nghệ và AI.