OpenAI 暫停新模型 Astra 部分內部活動，因其首度觸及「關鍵」級網路安全風險

OpenAI 宣布即將推出的新模型 Astra 在代理程式編寫（agentic coding）與網路安全領域取得重大突破，成為旗下首個觸及《準備框架》（Preparedness Framework）中「關鍵」（Critical）風險級別的模型。內部與專家評估顯示，Astra 能夠在無人類干預的情況下，於安全加固的真實系統中自主挖掘並開發零日漏洞（zero-day），甚至僅需高層級戰略目標即可發起端到端的網路攻擊。 為此，OpenAI 已暫停內部所有尚未滿足新版安全標準的 Astra 相關活動。新管控措施包含導入隔離測試環境、限制網路與工具存取權限、強化模型權重加密及沙箱化部署。此外，官方針對 Astra 的所有 AI 代理應用（含訓練與評估階段）實施全局監控，透過審查模型的思維鏈（CoT）來攔截高風險操作，並與政府機構及 AI 安全組織展開聯合測試。 針對近期 OpenAI 模型意外駭入 Hugging Face 的事件，官方特別澄清 Astra 仍在開發中，並未參與該次攻擊。執行長 Sam Altman 隨後證實，Astra 性能強大且計畫向大眾開放，但考量其強大的網路能力，發布時程將稍微延後以確保安全萬無一失。