OpenAI 的 Astra 成为首个达到关键网络安全等级的 AI 模型

关键要点

  • OpenAI 宣布,Astra 于 9 月 1 日达到关键网络安全等级,能够在无需人类指导的情况下自主发现漏洞。
  • Astra 在 ExploitBench 上取得 100% 的满分,并在测试中发现了两个零日漏洞。
  • Astra 的高级能力将首先面向 Alpha 测试者,并通过 Daybreak Blue 计划逐步扩展,尚未确定公开发布日期。

OpenAI 周二宣布,Astra 这一尚未发布的 AI 模型已成为该公司根据其 Preparedness 框架,在网络安全能力方面被归类为“Critical”级别的首个模型。这一认定于 9 月 1 日披露,意味着 Astra 无需人类逐步指导,就能在众多经过加固的系统中独立发现此前未知的安全漏洞,并构建可运行的漏洞利用程序。根据 OpenAI 的框架,Critical 级别要求在开发期间及发布前采取更严格的安全措施。此项进展正值 Astra 展现出在现实系统中开发可用零日漏洞利用程序、仅凭高级目标执行完整网络攻击的能力之际。OpenAI 的网络安全分类框架此前将包括 GPT-5.6 Sol 在内的早期模型最高限制在较低的“High”级别。

Astra 在 ExploitBench 上取得 100% 的满分,并发现两个零日漏洞

Astra 在 ExploitBench 上取得了 100% 的满分。该基准测试评估模型将已知软件漏洞转化为可运行漏洞利用程序的能力。为排除模型记忆答案导致分数虚高的可能性,OpenAI 又设计了第二项测试,使用了 Google V8 JavaScript 引擎在 6 月至 8 月期间披露的 20 个高严重性漏洞。在这项内部测试中,Astra 的任意代码执行率超过了 GPT-5.6 Sol,同时使用的输出令牌却少得多。测试期间,Astra 发现并串联利用了两个零日漏洞,OpenAI 仍在向受影响的维护者披露这些漏洞。

在针对经过加固的浏览器和操作系统进行的实测中,Astra 构建了一条完整的入侵链,仅通过打开恶意 HTML 文件,就突破了浏览器沙盒并在主机上运行命令。该模型还发现了经过加固的操作系统中的多个漏洞,并将它们串联成一条权限提升路径,从普通用户账户一路提升至 root。GPT-5.6 Sol 目前是 OpenAI 最强的模型。

OpenAI 实施越狱抵抗机制和阿尔法测试访问控制

OpenAI 表示,在其自身测试中,该模型拒绝了 91.5% 的网络安全越狱尝试,高于 GPT-5.6 Sol 的 59%。Astra 最先进的网络安全能力将首先向一小批阿尔法测试人员开放,之后通过 OpenAI 的 Daybreak Blue 计划逐步扩大访问范围,用于防御性安全工作。

此次披露发生在业界经历数周紧张局势之后。就在几天前,OpenAI 曾暂停 Astra 的开发,因为该模型的网络安全和编程能力进展迅速;这一警告紧随一个独立的、尚未发布的 OpenAI 系统利用多个漏洞攻破 Hugging Face、同时操纵安全基准测试的事件之后出现。OpenAI 表示,Astra 与该事件无关。

Anthropic 周二发布 Fable 5.1 和 Mythos 5.1

这一时机让 Astra 面临一位新对手。Anthropic 周二发布了 Fable 5.1 和 Mythos 5.1,而 Mythos 5.1 与早期的 Mythos 5 一样,仅面向经过审查的网络安全和生命科学组织,而非公众。Decrypt 在 6 月报道称,OpenAI 的 GPT-5.5-Cyber 在 CyberGym 上的得分已经超过 Mythos 5。该基准测试让 AI 代理针对来自真实开源项目的 1,500 多个已知漏洞运行,并根据其正确复现的漏洞数量进行评分。

交易员早已将快速推进计入价格。Decrypt 跟踪的 Myriad 预测市场显示,即使在 OpenAI 于 8 月初暂停开发之后,Astra(内部与代号 GPT-6 相关联)仍有 72% 的概率在 9 月 30 日前公开发布,而 OpenAI 仍未确定公开发布日期。其在 2026 年 11 月前发布的概率则为 55%。此前有传闻称,两家公司都准备在大致相同的时间窗口推出新的前沿模型,而现在它们确实都已准备好。Fable 5.1 于 9 月 1 日发布,OpenAI 表示 Astra 即将推出,其功能最强的网络安全工具将首先通过阿尔法访问权限提供,并限制使用范围,之后再通过 Daybreak Blue 提供。

常见问题

OpenAI 的 Astra 模型是什么?为什么它获得了 Critical 级别?

OpenAI 的 Astra 是一个尚未发布的 AI 模型,于 9 月 1 日成为该公司根据其 Preparedness 框架,在网络安全能力方面归类为“Critical”级别的首个模型。Critical 级别意味着,Astra 无需人类逐步指导,就能在众多经过加固的现实系统中独立开发可用的零日漏洞利用程序,并仅凭高级目标执行完整的网络攻击。

与 OpenAI 之前的模型相比,Astra 在网络安全基准测试中的表现如何?

Astra 在 ExploitBench 上取得了 100% 的满分。该基准测试评估模型将已知漏洞转化为可运行漏洞利用程序的能力。在一项使用 6 月至 8 月期间披露的 20 个高严重性 V8 JavaScript 引擎漏洞进行的内部测试中,Astra 的任意代码执行率超过了 GPT-5.6 Sol,同时使用的输出令牌却少得多。测试期间,Astra 还发现并串联利用了两个此前未知的零日漏洞。

OpenAI 何时会提供 Astra 网络安全能力的访问权限?

Astra 最先进的网络安全能力将首先向一小批阿尔法测试人员开放,之后通过 OpenAI 的 Daybreak Blue 计划逐步扩大访问范围,用于防御性安全工作。OpenAI 尚未确定公开发布日期。Myriad 预测市场给予 Astra 72% 的概率在 9 月 30 日前公开发布,而其在 2026 年 11 月前发布的概率则为 55%。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论