OpenAI 称新模型 Astra 可能达到“关键级”网络攻击能力

小甲鱼的二师兄

OpenAI 8 月 7 日表示，初步评测显示其尚未发布的 Astra 模型可能具备自主发现、利用严重零日漏洞，以及攻击高安全目标的能力。

公司已经暂停部分不符合新安全要求的内部开发活动，并将模型迁入限制联网的隔离环境。

这里的重点并不是 Astra “已经失控”，而是模型能力第一次逼近开发者自己定义的 “关键级网络安全能力” 门槛。

如果通用模型可以自主完成漏洞发现、武器化和攻击链编排，AI 安全将从内容审核问题变成真正的基础设施安全问题。

FishC

简单来说，OpenAI 的 Astra 模型在内部评测中，已经逼近他们自己设定的“关键级网络安全能力”红线。这个红线指的是：模型能够自主发现漏洞、写出攻击代码，并串联成完整的攻击链，直接威胁高价值目标。

目前它并没有“失控”，只是能力第一次达到这个门槛，所以 OpenAI 主动暂停了相关开发，并把它放进断网隔离环境，防止模型被外部触发或滥用。

这则新闻的关键点：

• 模型能力逼近“关键级”门槛，意味着它可能具备类似专业红队专家的攻击水平。
• 安全措施升级，从“审核内容”转向“物理隔离”，因为联网环境风险太大。
• AI 安全问题性质变了：以前担心模型说错话、生成有害内容，现在担心它成为基础设施级别的攻击武器。
  

对你我的影响：

• 这类模型不会轻易公开，普通用户短期内接触不到。
• 未来 AI 安全会更多依赖“离线运行”和“能力限制”，而不是简单的输出过滤。
• 如果模型真能自主利用零日漏洞，网络安全攻防的平衡会被彻底打破。
  

一句话总结：
Astra 不是失控，而是能力到了需要“锁进保险箱”的级别。这不是夸大，是防御者的务实选择。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

王星云

不是逃出沙箱就是发现并攻击漏洞。