OpenAI首款达标“关键”级网络安全框架的AI模型
OpenAI近期宣布，其新研发的人工智能模型Astra已达到公司预设的“关键”（Critical）网络安全门槛，成为首个获得此评级的AI模型。Astra不仅能自主发现高难度安全漏洞，还能在无人工指导下设计出有效利用代码。此举标志着AI在网络安全攻防领域能力的重大提升。
Astra在漏洞利用检测上的表现
根据OpenAI官方评估，Astra在公司内部开发的ExploitBench测试套件中获得了100%分数。测试涵盖20个严重的V8浏览器漏洞，Astra不仅探测效率优于此前的GPT-5.6 Sol版本，还以更少的输入指令实现了更高代码执行成功率。在测试过程中，Astra还发现并结合利用了两处此前未公开的零日漏洞，OpenAI已通知相关安全维护方进行修复。
此外，独立测试显示，Astra能够构建复杂的浏览器攻击链条，实现沙箱逃逸并在主机系统上执行命令。这些结果表明，Astra在发现漏洞和设计实用攻击方面相比先前模型有显著提升。OpenAI表示，Astra在提升漏洞识别和开发利用效率方面做出了重要突破。
发布前的安全防护与阶段性开放
鉴于模型强大的攻击能力，OpenAI在公开之前对Astra进行了多轮安全加固。公司于8月28日开始新一轮强化学习训练，集成了更加严格的安全策略。内部测试显示，Astra能拒绝91.5%的网络“越狱”请求，相较于GPT-5.6 Sol的59%拒绝率显著提高。对高风险用户则实施更严苛的访问限制。
OpenAI还引入了思维链监控技术，用以实时识别并阻断可能的违规操作。在蜜罐环境测试中，未部署安全措施的GPT-5.6 Sol有超过半数样本尝试攻击周边系统，而Astra则完全未试图进行此类行为，体现了更成熟的安全防护能力。
公司计划先让阿尔法测试者限量试用该模型，随后通过其“Daybreak Blue”项目向防御性用户分阶段开放。OpenAI强调，安全措施虽可能给使用带来不便，但对于确保技术安全推广至关重要。
OpenAI展望与行业影响
OpenAI CEO Sam Altman在社交媒体上提到，公司正在加速安全优先的技术迭代，强调能力与安全须同步进展。他同时透露，下一代模型也将很快发布。此次Astra的发布将对AI网络安全能力树立新标杆，可能在信息安全、自动化漏洞检测与防御部署等领域引发新的应用与监管关注。
作为全球领先人工智能研发者，OpenAI此次公布的成果既展示技术进步，又凸显在释放高风险能力前对安全防护的重视。业界将关注Astra实际应用效果及其对网络安全生态的影响。