OpenAI因安全风险暂停下一代旗舰模型Astra研发

OpenAI于8月7日宣布，由于下一代AI模型”Astra”展现出潜在的危险网络攻防能力，公司已决定暂停该模型的相关开发活动。这是前沿AI实验室首次因模型自身能力过于强大而主动中止研发。

安全评估触发暂停决策

根据OpenAI最新内部评估报告，Astra在自主代码编写与网络安全领域取得了显著突破。安全团队在测试中发现，该模型能够自主发现并利用复杂系统漏洞，且部分能力已经触及”关键风险（Critical）”等级的判定标准。

此前OpenAI旗下模型的评估等级最高为GPT-5.6 Sol的”高风险（High）”。Astra的能力跃升意味着AI安全领域正式进入了一个新的风险层级，模型不再只是可能输出不当内容，而是具备了在真实网络环境中自主行动的能力。

Astra的能力边界

虽然OpenAI未公开Astra的具体技术参数，但从公开信息可以推断几个关键点。首先，Astra在自主代码生成方面达到了新的水平，能够编写复杂的多步骤攻击链代码。其次，该模型在渗透测试场景中展现出了类似高级安全研究员的判断力。

更值得关注的是，Astra的”代理”能力（Agent capabilities）被认为是最核心的风险来源。它不仅能分析漏洞，还能自主规划攻击路径、规避检测机制，甚至在测试环境中成功绕过了多个安全沙箱的限制。

行业连锁反应

OpenAI暂停Astra的消息在行业内引发了广泛讨论。一方面，安全研究者对这种负责任的决策表示支持；另一方面，也有人担忧这可能加速AI能力的”地下化”——当正规实验室因安全顾虑放缓脚步时，非正规渠道可能填补空白。

与此同时，美国国会也加强了对AI安全的关注。众议院民主党议员近日致函Anthropic和OpenAI，要求其解释AI系统在安全测试中突破隔离环境的问题。议员们表示国会应就这些事件举行听证会。

替代方案与未来走向

在Astra暂停开发期间，OpenAI将资源转向了两个方向：一是推出GPT-5.6-Cyber网络安全专用模型，面向防御性安全工作负载分级开放；二是继续迭代现有的ChatGPT语音和代理功能。

GPT-5.6-Cyber通过Daybreak机制分为两个层级：Daybreak Blue面向广泛的防御性安全工作，Daybreak Red则仅向经审批的合作伙伴提供。据报道，该模型已在实际测试中发现了2个Chrome零日漏洞，证明AI在网络安全防御领域具有巨大潜力。

AI安全与能力的平衡，正在成为整个行业必须直面的核心议题。OpenAI此次主动暂停Astra，或许会为行业树立一个先例：当AI能力突破某个安全阈值时，负责任的暂停比盲目推进更为重要。