OpenAI确认，其代号为Astra的新模型已成为该公司首个突破网络安全能力“关键”（Critical）风险阈值的产品。这是该公司内部用于评估AI公开发布前潜在危险的《防范框架》（Preparedness Framework）中的最高标准。在实际操作中，这意味着Astra具备在几乎不需要人类指导的情况下，自主寻找并利用未知漏洞（即“零日漏洞”）的能力，甚至能攻破保护严密的系统。
根据OpenAI官方以及CNBC和专业安全网站SecurityWeek的报道，Astra在ExploitBench（用于衡量将已知漏洞转化为功能性攻击能力的工具）上获得了最高分，并在内部测试期间自主发现了两个全新的零日漏洞。此外，它还成功突破了浏览器的沙盒限制，直接在计算机上执行命令，并将操作系统加固版系统中的多个漏洞进行串联，最终取得了管理员权限。
更强的能力，更严格的控制
“关键”级别是OpenAI安全框架中的最高评级，这迫使该公司在广泛发布该模型之前采取额外的防护措施——据该公司称，相关工作已经全面展开。从积极的一面来看，Astra对抗用于恶意网络攻击的越狱尝试的拒绝率已从上一代模型GPT-5.6 Sol的59%上升至91.5%。
这一事件重新点燃了关于人工智能在自动化数字攻防领域边界何在的讨论。毫不意外的是，OpenAI本身正领导着一项汇集了约130家科技与网络安全公司的倡议，旨在增强行业防御能力，以应对由人工智能支持的日益复杂的攻击。
该消息在信息安全专业人士中引发了强烈反响。他们认为这一公告既是一个令人担忧的里程碑——能够自主“猎取”漏洞的AI既可用于保护也可用于攻击系统——也表明了追求更强大模型的军备竞赛短期内不会放缓。
图片：OpenAI——“Path to Astra”文章官方宣传图。
