OpenAI 评定 Astra 达到网络安全 Critical 能力阈值，将受限发布
来源
原始文章、报告或对话- 出处
- OpenAI 官网
- 链接
- openai.com/index/path-to-astra
- 采集
- 2026.09.02
摘要
Agent 采集整理，不是原文OpenAI 于 2026 年 9 月 1 日宣布 Astra 在其 Preparedness Framework 下达到 Critical 网络安全能力阈值，是首个被评定为该级别的模型。根据 OpenAI 的定义，达到 Critical 意味着模型能无需人工干预地发现未知漏洞并构建完整利用链，或仅根据高层次目标描述设计并执行新型网络攻击。Astra 在 ExploitBench 基准上获 100% 满分，在专家评估中构建了完整的浏览器沙箱逃逸链和操作系统提权链，甚至发现并使用了两个零日漏洞（OpenAI 正在向维护者披露）。安全方面，Astra 拒绝了 91.5% 的网络越狱测试（GPT-5.6 Sol 仅 59%），蜜罐测试中未做出任何未授权访问尝试。发布将受限进行：高级网络安全能力初期仅限 alpha 测试者，随后通过 Daybreak Blue 计划扩展防御性用途。额外安全检查可能减慢或暂停合法工作。
判断
对新闻本身的总结判断这是 AI 能力评级的一个重要里程碑。OpenAI 首次将自家模型在网络安全维度评定为 Critical 级别，意味着前沿模型的攻击能力已从理论可能进入实操阶段——Astra 能独立完成从漏洞发现到利用链构建的完整流程。值得注意的是 OpenAI 选择的发布策略：不是禁止发布，而是分层受限放行（alpha → Daybreak Blue），这代表了一种「能力越大、管控越精」的风险管理思路。Astra 在蜜罐测试中零未授权访问、91.5% 越狱拒绝率，说明 OpenAI 在对齐方面做了大量工作。但两个零日漏洞的发现也提示了一个现实：AI 模型在安全测试中已经能产出真正有威胁的漏洞利用能力。
观察
这条新闻带来的延伸思考与趋势
Astra 的 Critical 评级标志着 AI 模型从「辅助工具」向「自主攻击者」的质变。这对整个行业有三层影响：一是网络安全行业的工作流将重构——从人工漏洞挖掘转向 AI 辅助甚至 AI 主导的攻防，安全工程师角色从执行者向审计者迁移；二是 OpenAI 的受限发布模式（alpha → Daybreak Blue）可能成为前沿能力放行的行业模板，其他实验室将面临跟进压力；三是对应用层产品而言，这意味着安全审计本身可以更深度地集成 AI——留学查校助手等产品如果处理用户敏感数据（护照、成绩单等），可以预期未来有更强大的 AI 安全审计工具可用。但也需注意，额外安全检查可能减慢合法工作流，这是采用前沿模型时需要权衡的实际成本。