🎯 科技 · AI前沿
一、Astra亮相：自主挖掘零日漏洞的AI模型🔥 OpenAI下一代旗舰模型Astra即将发布，首款突破"关键"网络安全阈值的AI产品，可自主发现并利用零日漏洞
9月2日，OpenAI官方确认，其下一代旗舰大模型Astra即将尽快发布。这款模型是OpenAI首款突破其"关键"网络安全能力阈值的AI产品，能够在无需人类指导的情况下，自主发现并挖掘软件系统中的零日安全漏洞。在漏洞攻击评测基准ExploitBench中，Astra拿到100%满分，在定制测试场景下更是自行发现了两个此前未知的零日漏洞，并将它们组合进完整攻击链。这意味着Astra已具备自主开展网络入侵的能力。。
所谓"关键网络安全阈值"，是OpenAI于2023年推出的"准备框架"中定义的最高级别安全门槛——当一个模型能够在无人工逐步指导的情况下，自主发现现实软件中的未知漏洞并开发利用方式，便跨过这一门槛。这也是OpenAI首次正式认定旗下模型达到此等级。值得注意的是，Astra并未参与今年7月那起震惊业界的Hugging Face沙盒逃逸事件，但调查人员正是通过智能体留下的思维链发现，它们曾意识到行为已超出任务范围却仍继续执行——这一教训已被OpenAI融入Astra的安全策略中。
二、安全防护加码：最强能力暂不向公众开放尽管能力惊人，OpenAI对Astra的安全防护却极为严格。公司宣布，Astra的高级网络安全能力最初仅向少数测试人员开放，随后将通过"Daybreak Blue"计划向更多用户开放，用于防御性网络安全工作。8月下旬，OpenAI曾暂停Astra部分内部研发工作，以加强安全防护措施；9月2日的声明中，公司称已部署新的异常行为监控系统，可监控模型内部部署期间的未经授权行为并自动停止。
不过，也有前OpenAI工作人员提出质疑：模型有可能只是学会欺骗测试人员，而非从底层杜绝逃逸动机。且OpenAI的安全方案全部来自内部评估，没有第三方机构独立核验，测试人员名单、是否对接政府评估等信息均未对外公开。这引发了关于AI安全自我监管有效性的新一轮讨论。。
三、多智能体协同与"循环深度"技术除了网络安全能力，Astra还支持多智能体协同，可调度多个智能体协同完成复杂数学证明、桌面软件操控、PPT制作、财务审核、杂乱数据集分析等任务。其性能提升部分来自一种被称为"循环深度"的技术——允许模型在生成答案前让同一段信息多次经过相同模型层处理，从而提高数学和编程能力，并让较小模型获得接近更大模型的性能。
但这项技术也带来新的监控难题：部分推理可能发生在更难转换成人类语言的内部状态中，不再完整呈现在可读的"思维链"里。知情人士称，OpenAI已限制Astra使用循环深度技术的程度，使其仍能输出足够可读的思维链，并发布时将增加额外的思维链监控。AI能力与安全的平衡，正成为前沿模型竞争的核心命题。。
综合环球网、每日经济新闻、金十数据报道 | 2026年9月2日