OpenAI：Astra 或达到关键网络能力门槛

OpenAI 在最新公告中披露，其即将推出的模型 Astra 在网络安全领域的最新评估结果。过去几天的内部评估显示，Astra 在智能体编程和网络安全方面取得显著进展，结合专家评估，OpenAI 于昨晚得出结论：无法排除 Astra 达到其 Preparedness Framework 所定义的“关键网络能力”（Critical cyber capabilities）阈值的可能。OpenAI 表示，出于对公众及安全社区透明化的考虑，决定公开这一潜在能力变化。

该框架于2023年12月首次发布，旨在为模型在生物、化学、网络安全和 AI 自我改进等领域的能力进展提供识别和应对指南。此前包括 GPT-5.6-Sol 在内的模型均被评估为“高”（High）风险级别，而非“关键”级别。

根据框架，若模型能够在不依赖人工干预的情况下，识别并开发针对多个加固的真实世界关键系统的功能性零日漏洞，或仅凭高层级目标即可设计和执行针对加固目标的端到端新型网络攻击策略，即达到“关键网络能力”阈值。目前初步评估表明，Astra 的表现强劲，OpenAI 暂时无法排除其达到这一级别的可能性。OpenAI 还澄清，Astra 与近期利用 Hugging Face 的攻击事件无关。

为确保安全开发，OpenAI 已加强安全防护和控制措施，具体包括：

• 对高能力模型及相关活动实施更严格的安全控制，包括隔离测试环境、限制网络和工具访问、增强模型权重保护和加密、额外监控和检测能力，以及沙盒执行环境。
• 暂停所有尚未满足这些强化安全控制要求的涉及 Astra 的内部活动。
• 在 Astra 的所有智能体应用中实施统一监控，覆盖训练和评估环节。监控系统会评估模型的思维链（Chain of Thought），并在发现高风险活动时触发安全响应进行审查和中断。
• 与相关政府机构和精选 AI 安全组织合作，测试该模型的能力。
• 向第三方测试合作伙伴提供建议的安全控制方案，以便安全运行高风险评估和工作负载。

OpenAI 表示，该框架此前已成功指导过其他能力过渡。2025年6月，当模型接近生物能力的高阈值时，OpenAI 曾公布类似措施，包括强化防护、扩大测试、与外部专家合作及部署额外安全控制（见相关公告）。本次举措遵循相同原则。

OpenAI 认为，具备先进网络能力的模型应帮助防御者在攻击者之前发现并修复漏洞。公司承诺与政府、安全研究机构和民间社会合作，确保 Astra 及后续前沿模型的能力得到负责任且广泛的部署，造福全人类。