OpenAI Astra 因网络安全风险被评Critical级别，发布延缓

核心看点

• OpenAI Astra 在网络安全评估中达到首个Critical级别
• 模型可能具备自主执行高级网络攻击的能力
• OpenAI 暂停部分内部开发，优先将能力交给防御者
• Sam Altman 表态：模型非常强大，但不会无限期拖延发布

详细解析

1. 史无前例：Astra 触发首个Critical安全评级

OpenAI 官方确认，其即将推出的前沿模型 Astra 在网络安全评估中达到了公司 Preparedness Framework 中的首个 Critical级别。

这是什么概念？此前所有模型（包括 GPT-5.6 Sol）最高仅达到High级别。Critical 意味着无法排除 Astra 具备自主进行高级网络攻击的能力——比如在没有人工干预的情况下，识别并利用真实系统中的零日漏洞、规划并执行端到端攻击策略。

2. OpenAI 罕见踩刹车

面对这一评估结果，OpenAI 采取了罕见的主动放缓措施：

• 暂停 Astra 涉及高风险活动的内部开发
• 限制工具和网络访问权限
• 增强权重保护
• 全链路监控（尤其是思维链 chain-of-thought）
• 与政府机构和外部安全组织合作

OpenAI 表示，这是计划中的情景，将把 Astra 的先进网络能力优先交给防御者（defenders）使用，而非攻击者。

3. Sam Altman 的表态

OpenAI CEO Sam Altman 表示，Astra 是非常强大的模型，公司正在努力使其广泛可用，而非仅限少数人使用。他强调不会因为模型强大就无限期拖延发布。

这一表态既显示了 OpenAI 对安全性的重视，也表明他们仍在积极推进模型的公开发布。

4. Astra 的能力有多强？

据此前披露的信息，Astra 是 OpenAI 自 GPT-4.5 以来最大规模的新预训练模型：

• 在数学和理论计算机科学领域取得10项重大突破
• 涉及球体 packing、编码理论、群论、量子复杂性、格密码学等前沿领域
• 能自主进行形式化证明（Lean 证书）
• 展现出长期多代理任务和原创研究能力
• 总 token 成本约 2000 美元（按 Sol API 费率计算）

5. 发布预期

此前预测市场（Polymarket 等）认为 Astra 在8月底前发布的概率约72%。但当前因安全评估，发布节奏明显放缓。Astra 可能以 GPT-6 或 GPT-5.7 的形式发布，也可能作为独立模型家族（与 Sol、Terra、Luna 并列）。

总结

Astra 是 OpenAI 首次因能力阈值（而非单纯工程问题）主动放缓前沿模型开发的案例。这凸显了 agentic AI 系统在双用（攻防）场景下的风险管理挑战。行业普遍认为这可能成为新常态：能力越强，安全摩擦越大。

对于AI行业来说，这是一个里程碑时刻——它标志着前沿AI模型的能力已经开始触及真正的安全红线。

数据来源：IT之家、TechCrunch、OpenAI官方公告、X平台公开讨论