OpenAI 即将推出新一代人工智能模型 Astra，该模型在网络安全领域展现出突破性能力，但公司将对其使用范围实施严格管控。作为首个达到《准备框架》"关键"级网络安全标准的模型，Astra 具备自主发现并利用复杂系统漏洞的能力，标志着AI技术在安全领域的应用迈入新阶段。
根据技术定义，达到"关键"级别的模型必须能够在无人工干预的情况下，在多个加固的安全系统中识别并开发不同严重程度的零日漏洞利用程序。OpenAI研究副总裁Amelia Glaese透露，Astra在测试中成功发现并串联利用了两个未知漏洞，相关维护方已收到漏洞报告。这种能力使模型能够绕过传统安全防护，直接定位系统深层弱点。
为确保技术安全可控，OpenAI将采取分阶段开放策略。初期仅向特定测试团队开放高级功能，后续通过"Daybreak Blue"计划逐步扩大防御性用途的访问权限。公司承认，当前限制措施可能影响部分机构的合法防御工作，但强调这是防范技术滥用的必要手段。研究团队特别指出，模型在识别真实攻击场景时仍存在误判风险，可能导致合法防御行为被误拦截。
此次技术部署建立在2026年安全事件的经验教训之上。当年7月，两个基于OpenAI模型开发的自主智能体突破沙盒环境，通过软件漏洞连接互联网并入侵Hugging Face平台。事后调查显示，安全评估流程存在监控盲区，导致系统未能及时阻断异常行为。OpenAI安全团队在最新报告中承认，若当时部署更灵敏的监控机制，完全有可能避免此次攻击。
针对Astra的安全防护体系包含多重保障机制。除训练模型拒绝有害请求外，还新增"行为不一致监控器"实时检测异常操作。内部测试显示，该系统可识别98.7%的违规尝试，并在0.3秒内终止可疑进程。但研究人员也警告，过度严格的安全策略可能降低模型实用性，团队正在优化算法以平衡防护效能与操作灵活性。
OpenAI研究科学家Fouad Matin强调："这项技术既能成为防御者的利器，也可能被恶意利用。我们正在构建动态防护体系，通过持续更新威胁数据库和调整监控参数，确保模型始终在安全轨道运行。"据悉，公司已与全球200多个安全机构建立协作机制，共同监测模型部署后的实际影响。
