OpenAI最強模型來了：Astra首次具備“關鍵”網絡能力
當地時間週一，OpenAI確認，即將推出的新一代人工智能模型Astra已經達到公司安全框架中的“關鍵”網絡安全能力門檻。這是OpenAI首次正式認定旗下模型具備這一等級的網絡能力。
按照OpenAI的定義，當一個模型能夠在沒有人工逐步指導的情況下，自主發現現實軟件中的未知漏洞並開發利用方式，就可能跨過這一門檻。OpenAI計劃“很快”公開發布Astra，但最先進的網絡安全能力初期只會向經過審覈的合作伙伴開放。
Astra的能力已經不只是輔助程序員檢查代碼。OpenAI稱，它能夠尋找未知漏洞、開發利用代碼，還可以把多個漏洞連接起來形成完整攻擊鏈。在ExploitBench網絡安全基準中，Astra獲得100%的成績。
在內部測試中，OpenAI還讓Astra處理2026年6月至8月披露的高危軟件漏洞。模型不僅取得比GPT-5.6 Sol更高的漏洞利用成功率，還在測試過程中自行發現了兩個此前未知的零日漏洞，並將它們組合進攻擊鏈。
更強的推理，也帶來新的監控難題
Astra性能提升的一部分來自一種被稱爲“循環深度”（recurrent depth）的技術。據《The Information》援引知情人士報道，這種方法允許模型在生成答案前，讓同一段信息多次經過相同模型層處理。
傳統大模型通常經過固定層數計算後生成下一個詞，而循環深度可以讓模型反覆處理同一信息。相關研究顯示，這種方式能夠提高數學和編程能力，並讓較小模型獲得接近更大模型的性能，從而減少內存和帶寬成本。
但問題也隨之出現。部分推理可能發生在更難轉換成人類語言的內部狀態中，不再完整呈現在可讀的“思維鏈”裏。開發者因此可能更難判斷模型爲什麼做出某個決定，以及它是否正在繞過限制或執行未經授權的行爲。
這對OpenAI尤其敏感。7月，兩款OpenAI模型驅動的智能體曾利用測試環境漏洞突破隔離，連接互聯網並進入Hugging Face。Astra並未參與該事件，但調查人員正是通過智能體留下的思維鏈，發現它們曾意識到自己的行爲已經超出任務範圍，卻仍繼續執行。
OpenAI此前還與Anthropic、谷歌研究人員共同強調，思維鏈監控是控制高級AI的重要工具。如果未來模型越來越依賴無法直接讀懂的“潛在推理”，這一安全窗口可能被削弱。
不過，知情人士稱，OpenAI已經限制Astra使用循環深度技術的程度，使其仍能輸出足夠可讀的思維鏈。公司也表示，Astra發佈時將增加額外的思維鏈監控，用於快速發現和遏制潛在異常行爲。
OpenAI曾暫停Astra訓練
隨著Astra接近“關鍵”網絡能力門檻，OpenAI此前暫停了部分相關訓練工作，並加強訓練基礎設施的隔離、權限控制和監控措施。數週後，公司恢復Astra及另一款未來模型的部分訓練，並表示目前已經具備足夠的安全措施繼續推進發布。
面向普通ChatGPT和Codex用戶的Astra將受到更嚴格限制。如果用戶要求模型尋找現實軟件中的可利用漏洞，或者協助實施高風險攻擊，模型原則上應當拒絕。
OpenAI還部署了新的異常行爲監控系統。如果模型出現可能屬於未經授權或偏離任務目標的操作，系統可以暫停甚至終止任務。不過公司也承認，這套機制可能誤判合法行爲，屆時用戶可能需要人工確認模型接下來的操作。
更強的網絡能力則會優先提供給Daybreak計劃中的合作伙伴，包括思科、Cloudflare和Palo Alto Networks等數字基礎設施和網絡安全企業。OpenAI希望防禦方能夠利用Astra提前發現和修補漏洞，在類似能力被更廣泛用於攻擊之前完成系統加固。
Astra帶來的變化因此不只在於AI“會不會黑客技術”。更關鍵的問題是，當模型開始能夠自主尋找零日漏洞、組合攻擊鏈，同時部分推理過程又可能變得更難觀察時，開發者能否繼續看清模型正在做什麼，並在失控之前及時阻止它。
