OpenAI Astra：首个临界级网络安全模型

Path to Astra: critical capabilities and frontier safeguards

OpenAI 正式确认，新模型 Astra 已达到其 Preparedness Framework 定义的“临界”网络安全能力阈值。这是首个被归类为此级别的模型，意味着它能自主发现未知漏洞并开发利用链，而无需人类逐步指导。鉴于此，OpenAI 推迟了 Astra 的发布，并实施了更严格的防护措施，包括针对恶意滥用和模型自主越权行为的双重防线。吸取了 Hugging Face 事件的经验，Astra 在拒绝有害请求和遵守安全限制方面表现远超 GPT-5.6 Sol。未来，Astra 的高级网络安全功能将首先向少量测试者开放，随后通过 Daybreak Blue 逐步扩展，以确保在释放强大能力的同时，将严重网络危害的风险降至最低。