OpenAI新旗舰Astra首达网络安全Critical级，将受限发布

OpenAI于9月2日公布，其下一代旗舰模型Astra已首次达到公司内部Preparedness Framework所定义的网络安全Critical能力等级。这意味着Astra在特定测试环境中能够自主发现未知漏洞并构建利用链，具备此前模型未有的进攻性网安能力。

据披露，Astra在ExploitBench漏洞利用基准中取得满分，并在内部评估中实际发现两个零日漏洞，相关漏洞已按流程披露给软件维护方。出于风险防控考虑，OpenAI计划先向经过审查的安全研究人员有限开放Astra的高级网安功能，随后再通过Daybreak Blue计划逐步扩展，模型本身也将配套更严格的监控与使用限制。

此外，Astra reportedly采用循环深度推理架构以提升复杂任务表现，这也引发了部分研究者对其思维链可解释性与可监控性的讨论。OpenAI表示，已在安全体系设计中吸收此前Claude模型在评估中曾出现的系统入侵教训。

【AICOR 点评】Astra的发布标志着大模型能力从“聊天生成”向“攻防执行”跨越，这对企业安全团队既是机遇也是挑战。AICOR认为，企业不应只关注模型能力参数，更要评估模型在自身网络环境中的行为边界、审计能力与应急响应机制。AI安全不是产品功能，而是组织治理问题。