OpenAI 提高漏洞赏金：可证伪点是高质量 PoC 供给，不是「已更安全」

独立安全研究是厂商测试之外的补充发现通道。OpenAI 把更新写成「更大的钱 + 更高质量报告的激励结构」，并点名与 Defense Factory 互补——但通篇没有披露历史有效报告量、复现率或平均修复时延。

可证伪读法：若在可比窗口内，高质量可复现 PoC（能隔离缺陷、展示可利用条件与影响）的提交量与录用率没有相对基线上升，或忠诚/优先乘数主要推高低信息量重复报告，则应下调「提价与乘数将实质提升防御者高质量供给」的权重；相反，若公开或约定指标显示高价值报告密度上升，该政策叙事才站得住。

硬事实（OpenAI 官方，2026-11-02）：

• 区间上调：中/高/严重发现的奖励区间中位「平均超四倍」上调。核心产品（ChatGPT、Codex、API Platform）严重漏洞最高 3 万美元；同目标卓越级严重发现最高 10 万美元，叠加奖金最高约 17.2 万美元。
• 三类乘数：高质量报告奖金乘数（可靠 PoC：隔离缺陷、展示何时可利用、证明影响）；五档忠诚计划；新功能优先活动专属奖金池。
• 示意算例（文中标明 illustrative）：如核心资产严重零点击账户接管——历史例 6,500 美元 → 新例 30,000×1.15 质量×1.30 优先×1.15 忠诚 ≈ 51,577 美元；卓越级边界破坏历史例 10 万美元 → 新例约 171,925 美元。
• 追溯：尚未发奖的报告适用新区间；公告前 30 天已发奖若按新规则更高，补发差额（基础奖+忠诚奖）。
• 线下：安全团队将出席奥克兰 PROMPT2PWN（11 月 20–21 日）供现场测目标。

证据强度：一手政策公告 + 明确上限数字与示意算例。所有「历史奖」与新算例被标注为 illustrative；没有报告量、录用率、重复率或平均修复 SLA 的时间序列。

钢人论证：赏金市场对研究者是机会成本信号——若中位与卓越上限显著上移，并把报酬与 PoC 质量、持续合作、新功能窗口挂钩，可能把稀缺时间从低信息量扫描转向可行动复现包；与 Defense Factory 的内部模型找洞形成外圈互补。

最强钢人：忠诚档与优先活动把「一次提交」改成「关系与窗口」，对需要长期熟悉产品边界的研究者更合理；追溯补差降低「等等再交」的博弈。

钢人风险：文中无历史基线，无法从公告本身验证「高质量供给上升」；乘数叠加可能推高名义金额而不改有效缺陷发现率；示意算例不能外推为典型支付。政策成功与否取决于后续披露或第三方平台数据，而非标题数字。

对独立研究员与赏金平台，观察点是：核心资产严重/卓越档的实际支付分布、质量乘数触发率，以及优先活动窗口内的有效 PoC 密度。对客户与监管读者，则是 OpenAI 是否在后续透明化录用与修复指标——在这些公开前，宜把文章读成激励结构调整，而非安全态势证明。

短期不要把「最高约 17.2 万美元」读成「OpenAI 现已更安全」。可证伪焦点应放在：高质量可复现报告的供给与录用是否相对基线上升，以及乘数是否扭曲报告质量。若这些指标被披露且上行，提价才像有效防御投资；若长期只有价目表与线下活动，它更接近市场信号与招聘漏斗。

【No.2】