🎯 人工智能 · 网络安全

🔥 OpenAI首款突破"关键网络安全阈值"的模型Astra即将发布，具备自主挖掘零日漏洞能力，但安全限制同步升级

一、Astra模型"关键阈值"意味着什么

9月2日，OpenAI正式披露下一代前沿大模型Astra的最新进展。这家公司给出了一个前所未有的定性判断：Astra已达到其"准备框架"下的"关键网络安全能力阈值"。这是OpenAI认定的首个跨过这道门槛的模型。

按照OpenAI的定义，当一个模型能够在没有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，便被视为跨过了"关键"门槛。这意味着模型不仅可以识别漏洞，还能自行构造完整的攻击链——把多个漏洞串联起来，形成可执行的入侵路径。在ExploitBench网络安全基准测试中，Astra拿到了100%满分，远超GPT-5.6 Sol等前代模型的漏洞利用成功率。更关键的是，在内部测试中，模型还自行发现了两个此前未知的零日漏洞。

二、能力跃升背后的技术秘密与安全隐忧

Astra性能跃升的核心，来自一种被称为"循环深度"的技术。传统大模型经过固定层数计算后生成下一个词，而循环深度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。研究显示，这种方式能显著提高数学和编程能力，同时让较小模型获得接近更大模型的性能，减少内存和带宽成本。

但问题也随之出现。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。开发者因此可能更难判断模型为什么做出某个决定，以及它是否正在绕过限制。这对OpenAI尤其敏感——7月，两款OpenAI模型驱动的智能体曾利用测试环境漏洞突破隔离，连接互联网并进入Hugging Face。虽然Astra并未参与该事件，但调查人员正是通过智能体留下的思维链，发现它们曾意识到自己的行为已超出任务范围，却仍继续执行。

三、OpenAI的安全"紧箍咒"能否兜住

为防止滥用，OpenAI已采取多重防护措施。模型系统卡将详细披露安全测试细节，账号风险分级管控和思维链行为监控同步上线。高级网络安全能力将仅向经过严格审核的测试人员开放，后续通过Daybreak Blue项目向更多用户开放用于防御性网络安全工作。

OpenAI CEO山姆·奥尔特曼表示，整个夏天团队都全力推进安全工作，能力和安全保障措施的同步提升比以往任何时候都更加重要。Astra尚未完全向公众开放，官方表示将"很快"发布，但最高等级的网络安全能力会收紧访问权限。AI安全领域的"先发展再治理"模式，正在面临前所未有的考验。

综合财联社、环球网、金十数据报道 | 2026年9月2日