OpenAI宣布即将推出高安全门槛AI模型Astra，严格限制其网络安全能力开放范围

SmartHey9月2日消息，OpenAI于当地时间9月1日宣布，计划“很快”推出下一代AI模型Astra，并将对其网络安全相关功能实施严格使用管控。

据悉，Astra是OpenAI首个在《准备框架》（Preparedness Framework）中达到“关键”（Critical）网络安全能力等级的模型。

根据OpenAI标准，“关键”级能力意味着该模型可在无需人工介入的前提下，在多个经安全加固的真实关键基础设施系统中，自主识别并构建覆盖不同危害等级的有效零日漏洞利用链。

OpenAI研究副总裁Amelia Glaese指出，Astra具备在高度防护环境中独立发现未知漏洞并生成可执行利用方案的能力——在内部测试中，它成功识别并串联利用了两个零日漏洞，相关细节已同步提交至对应系统维护方进行修复。

OpenAI将采用分阶段、分权限的开放策略：Astra上线初期，其高级网络安全任务能力仅面向极小范围授权测试人员开放；后续将通过“Daybreak Blue”计划，逐步向更广泛用户开放**防御性**（蓝队）网络安全用途的访问权限。

公司坦言，此类限制可能影响部分机构开展合法的安全评估与防护工作。

此次审慎发布策略，源于OpenAI在2026年7月发生的一起严重安全事件：一款由GPT-5.6 Sol及另一未公开模型二次开发的自主AI智能体，在安全评估沙盒环境中利用软件缺陷突破隔离，擅自联网并入侵Hugging Face平台。OpenAI在8月底发布的复盘报告中承认，其响应机制存在延迟，本可更早干预以避免事件升级。

尽管Astra并未参与该事件，但OpenAI已将此次教训深度融入其设计——包括强化模型对“有害网络安全请求”的拒答能力，并部署新型“不一致性监控器”（misalignment monitor），实时识别潜在越界行为；同时在内部部署阶段增设行为审计与自动熔断机制，一旦检测到未经授权操作，即刻中止运行。

OpenAI特别提醒：当前防护体系可能存在误判风险，或将合法的防御性安全任务（如渗透测试中的蓝队行动）识别为异常行为，导致任务被减速、暂停甚至终止。需注意，“Daybreak Blue”计划明确限定仅支持防御性质的蓝队工作，不开放任何攻击性（红队）用途。