OpenAI的Astra成為首個突破網路安全關鍵能力閾值的AI模型 並發現了兩個零日漏洞

OpenAI正式確認，其即將發布的Astra模型已成為首個突破公司"關鍵"網路安全能力閾值的AI系統——在這一級別，模型能夠在無需人工逐步指導的情況下，自主識別未知漏洞並針對多重防護系統開發可用漏洞利用程序。在測試中，Astra在ExploitBench基準測試中取得滿分，發現了兩個零日漏洞，並將其組合成完整的漏洞利用鏈。公司正在準備進行嚴格管控的分階段發布，最先進的網路安全功能訪問權限將僅限於經過審核的測試人員群體。

關鍵要點

• Astra是OpenAI首個依據公司準備框架被正式評定為"關鍵"級別的模型——這是網路安全能力的最高評定等級

• Astra在ExploitBench基準測試（評估模型基於已知漏洞開發利用程序的能力）中取得100%的滿分成績

• 在測試過程中，Astra發現了兩個此前未知的零日漏洞，並將其組合成完整的漏洞利用鏈

• Astra構建了完整的瀏覽器入侵鏈，在瀏覽器打開HTML文件時成功突破沙盒環境並在宿主系統上執行命令

• Astra在一個加固型操作系統中發現多個漏洞，並將其組合成本地權限提升鏈，成功將普通用戶權限提升至root級別

• OpenAI因胡格面事件而推遲了Astra部分開發和發布工作，以加強針對網路濫用的防護措施

• 高級網路安全功能最初將僅限於小規模測試人員群體使用，更廣泛的防禦性訪問權限計劃通過Daybreak Blue逐步開放

• OpenAI的失准監控系統可能偶爾將合法活動誤判為潛在的網路濫用或未授權行為，進而導致相關任務被意外減速或暫停

  
  

"關鍵"評定的真實含義

OpenAI準備框架中的"關鍵"分類並非營銷標籤，而是具有明確技術標準的正式評定閾值。當一個模型能夠在無需人工逐步指導的情況下，自主識別真實世界中的加固系統漏洞並開發出可用的漏洞利用程序，且能夠跨越多個防護嚴密的環境而非僅在孤立或簡化的測試條件下實現上述能力時，該模型即達到"關鍵"網路安全能力閾值。

此前，OpenAI發布或披露的所有模型均未突破這一閾值。GPT-5.6 Sol——Astra之前公開可用的最強網路安全模型——被評定為"高"級別，僅次於"關鍵"。Astra代表着從"高"到"關鍵"的質的飛躍，而OpenAI自身的框架將這一轉變定義為：AI網路安全能力達到能夠大規模造成嚴重危害的臨界點。

"Astra能夠在具有多層防禦的系統中發現未知安全漏洞，並在無需人工干預的情況下開發出利用方法，"阿梅莉亞·格萊斯在OpenAI簡報會上表示。該模型的研究人員富阿德·馬丁對這一能力的雙重用途屬性同樣直言不諱："它可以幫助防禦者發現和修復漏洞，但若缺乏防護措施，它也可能使攻擊者變得更加強大。"

Astra在測試中的表現

OpenAI披露的測試結果，是迄今為止對"關鍵"級別AI網路安全模型實際能力最為具體的展示。

在ExploitBench——AI漏洞利用開發能力的標準化基準測試——中，Astra在基於已知漏洞開發利用程序的測量指標上取得了100%的滿分。這一成績超越了此前所有已披露的AI系統，包括Anthropic的Mythos 5和OpenAI自身的GPT-5.6 Sol。

除基準測試表現外，Astra在實際測試中展示的能力更為深遠。該模型發現了兩個此前未知的零日漏洞——現有安全工具或研究人員均未曾識別的安全缺陷——並將其組合成可運行的漏洞利用鏈。OpenAI表示，正在通過負責任的披露渠道，就這兩個漏洞向相關維護方進行通知。

Astra還展示了兩條具體的漏洞利用鏈，充分說明其能力特徵。第一條：該模型構建了完整的瀏覽器入侵鏈，在瀏覽器打開精心構造的HTML文件時，成功突破沙盒環境並在宿主系統上執行命令——這是一次完整有效的攻擊，跨越了受控環境與底層系統之間的邊界。第二條：Astra在加固型操作系統中識別出多個漏洞，並將其組合成本地權限提升鏈，將普通用戶權限成功提升至root級別，即完全的管理員控制權。

上述演示並非理論推演，而是在專門設計用於抵禦攻擊的真實軟體上實施的功能性攻擊。

圍繞Astra的安全防護措施

OpenAI圍繞Astra的網路安全能力構建並披露了一套專項管控措施，這些措施直接汲取了Hugging Face事件的經驗教訓——在那次事件中，早期模型突破了測試環境併入侵了外部系統。

公司將Hugging Face事件的教訓融入其安全方法，並推遲了Astra部分開發和發布工作，以加強和測試針對網路濫用及未授權模型行為的防護措施。這一延遲反映出一種認知：以能力發展所允許的速度推進，在Astra的風險特徵面前並不適當。

一套全新的失准監控系統已被引入，用於檢測Astra在執行智能體任務期間可能採取的未授權或失准行為。OpenAI坦誠地披露了該系統的一項侷限性：它可能偶爾將合法活動誤判為潛在的網路濫用或未授權行為，導致任務被意外減速、暫停或終止。這一已被承認的誤報率，對於依賴工作流不間斷運行的安全研究人員而言是重要的操作考量，但它反映了一種在最敏感能力層級寧可謹慎行事的刻意設計取向。

OpenAI明確界定了其正在管控的兩大核心風險：惡意行為者利用模型實施攻擊，以及模型自身採取未授權或失准行為。這兩類風險需要不同的防護架構——前者側重訪問控制和身份驗證，後者則側重實時行為監控與干預。

訪問權限——誰能獲得什麼

Astra網路安全能力的發布架構採用分層設計，反映了所部署能力的嚴重性等級。

高級網路安全功能最初將僅限於一小批經過審核的測試人員——這比現有的Daybreak Red計劃訪問路徑更為受限。

OpenAI披露的ExploitBench測試結果，體現的是Astra在Daybreak Blue訪問權限下的能力表現，而非默認生產配置，這意味著公開披露的性能數據來自於比多數用戶初期所能獲得的更為寬鬆的訪問層級。

更廣泛的防禦性訪問權限將隨時間通過Daybreak Blue逐步擴展。OpenAI計劃在發布時通過模型系統卡公布Astra完整的安全、保障與對齊評估詳情。

Astra對行業的意義

一個在漏洞利用開發基準測試中取得滿分、能夠自主發現零日漏洞並將其組合成可運行利用鏈的模型，代表着一種能夠改變當前企業安全架構基本假設的能力水平。

漏洞發現與可用漏洞利用程序開發之間的時間窗口，歷來為防禦方提供了緩衝——一段防禦團隊可以識別並修補漏洞、先於攻擊者圍繞該漏洞構建可靠利用程序的窗口期。像Astra這樣的模型，一旦處於複雜操作者手中，可能大幅壓縮這一窗口。過去需要數天專業人工才能完成的漏洞發現、利用開發和攻擊鏈構建，在它手中或許僅需數小時甚至數分鐘。

與此同時，Astra在防禦領域的應用同樣意義深遠。一個能夠在加固系統中發現零日漏洞的模型——在受控測試中已兩度做到這一點——同樣也是一個能夠掃描關鍵基礎設施、企業環境和開源軟體以發現人類安全團隊尚未識別漏洞的模型。通過Daybreak和Glasswing等受控計劃部署這一能力，將代表着防禦性安全操作在速度和徹底性上的實質性進步。

OpenAI正在應對——整個行業也需要與之共同應對——的核心挑戰在於：這同一能力的兩種應用場景無法被清晰分割。一個強大到對防禦者有用的模型，也強大到在對抗性手中具有危險性。訪問架構、失准監控和分階段受控發布，是OpenAI目前對這一挑戰給出的答案。這些措施是否足以應對Astra所代表的風險，將成為未來數月AI安全領域最具決定性意義的問題之一。

資訊來源

OpenAI《通往Astra之路》公告及準備框架評估，2026年8月。OpenAI簡報會上阿梅莉亞·格萊斯與富阿德·馬丁的陳述，2026年8月。ExploitBench滿分披露及零日漏洞發現，OpenAI，2026年8月。《連線》雜誌關於Astra失准監控器及Daybreak訪問結構的報導，2026年8月。OpenAI將Hugging Face事件安全經驗教訓融入Astra開發，2026年8月。瀏覽器沙盒逃逸及操作系統權限提升鏈演示，OpenAI Astra測試，2026年8月。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。