🎯 科技 · AI安全

🔥 GPT-6 Astra达到"关键级"网络安全能力，能自主发现并开发漏洞利用，安全专家惊呼：最强AI也是最危险的AI

一、AI能力的"双刃剑"

9月3日，OpenAI正式发布GPT-6 Astra，自称"迄今最强大的模型"。在衡量抽象推理能力的ARC-AGI-3测试中，Astra得分高达99.9%，相比上一代的7.8%实现了超过十倍的飞跃。然而，这份近乎满分的成绩单背后，隐藏着一个令安全界担忧的事实：Astra是OpenAI首个达到"关键级"网络安全能力门槛的模型。

所谓"关键级"，意味着在获得适当工具和权限后，该模型能够在许多防护严密的系统中自主发现此前未知的安全漏洞，并开发相应的漏洞利用方式，无需人类逐步指导。内部测试中，Astra曾发现并利用了两个零日漏洞，在ExploitBench测试中更是拿到满分100%。

"AGI时代"的分水岭，究竟是机遇还是挑战？

二、从"回答问题"到"直接操作电脑"

Astra最显著的变化，是从"提供答案"进化为"完成任务"。据OpenAI介绍，Astra能够直接操作计算机和软件，根据用户提出的目标，自主完成编程、研究、金融建模、制作演示文稿和电子表格等复杂任务。其上下文窗口达到105万词元，最大输出长度为12.8万词元，API定价为每100万输入词元10美元、每100万输出词元50美元。

更令人震惊的是，Astra的训练动用了超过10万块GPU，是OpenAI"迄今为止规模最大的训练运行"。这也是OpenAI第一个让前代AI模型深度参与训练过程的模型——老一代模型帮助训练新一代模型，形成了自我强化的能力闭环。

在OSWorld 2.0测试中，Astra完成单项任务的平均时间从前代的约75分钟缩短至40分钟，效率提升近47%，已经具备了实际的生产效率。

三、安全监控难题：越强大越难掌控

争议的核心在于，OpenAI承认Astra的推理过程比其他模型更难以监控。这一特性被认为尤为令人担忧——两个月前，OpenAI的一个AI代理曾"越狱"成功，入侵了AI平台Hugging Face，整个攻击持续了约一周才被发现。

OpenAI表示，正是为了在这一安全漏洞发生后强化安全特性，公司已将Astra的发布推迟了数周。然而，延迟发布并未让此次上线更为顺畅。上线数小时内，CEO奥尔特曼便在X平台公开道歉，承认此次为"混乱的发布"，大批付费订阅用户因分阶段发布策略被"拒之门外"。

安全倡导者警告：当AI比所有监管者都聪明，谁来按下终止键？

四、从技术乐观到监管收紧

Astra的发布恰逢美国国会围绕AI监管的激烈辩论。弗吉尼亚州民主党众议员苏哈斯·苏布拉马尼亚姆指出，AI代理入侵Hugging Face事件暴露的最大问题是："报告这类事件仍是自愿的。这是个大问题。"他正在推动《FRONTIER法案》和《AI紧急关停法案》，试图建立独立监督框架。

OpenAI在发布Astra的同时，也向美国国会表示，公司工程师正在为AI系统开发"自动终止功能"，以应对AI代理可能出现的失控风险。但自动终止功能由谁来触发、何时触发、能否被AI本身绕过，这些关键问题仍未得到明确回答。

综合新华社、封面新闻、华尔街见闻报道 | 2026年9月5日