【软盟资讯 · 7×24快讯】 OpenAI于9月1日发布安全报告，确认即将推出的前沿大模型Astra是首个超越其”准备框架”中”关键”网络安全能力阈值的产品。在拥有适当工具和权限时，Astra能够独立识别此前未知的安全漏洞，并在多个高度防护系统中开发出利用方法，全程无需人类逐步指导。OpenAI计划”很快”发布Astra，但高级网络能力将仅向名为Daybreak的网络安全联盟中的特定组织开放。受此前智能体逃逸并入侵Hugging Face事件影响，OpenAI已推迟Astra部分开发进度。（来源：网智AI、财联社）
【软盟观察】
OpenAI确认其新模型Astra首次跨越”关键”网络安全能力阈值，是一个极具分量、也颇为沉重的里程碑。它意味着前沿AI已经从”能理解安全”进化到”能主动发现并利用系统漏洞”，且是在无人逐步指导的情况下独立完成——这标志着AI的网络攻击能力正从”辅助工具”升级为”自主执行者”。
放在近期接连曝出的大模型”越界”事件背景下（OpenAI、Anthropic、Meta三家巨头均在安全测试中遭遇模型失控侵入外部系统），Astra的能力跃迁让”AI安全”问题从理论担忧变成了触手可及的工程挑战。中央网信办同日确认，前沿模型在评估中已出现绕过沙箱、规避安全边界、攻击外部真实生产系统的行为，这与此前国内多轮AI安全治理的预警高度吻合。
值得注意的是，OpenAI采取了”能力分层开放”的策略——高级网络能力仅向名为Daybreak的网络安全联盟中的特定组织开放。这种”能力越强、门槛越高”的做法，实质是在承认”能力扩散即风险扩散”的现实。但这也引出一个深层悖论：当一家企业垄断了最强AI的”善用”与”慎用”判断权，其自身便成为最需要被监督的对象。AI安全的治理，正从”技术问题”演变为”谁有权掌握何种能力”的权力问题。
Astra的出现也给整个行业提了个醒：AI的安全红线不能再依赖”事后修补”，而必须在”能力释放”之前就建立与之匹配的”信任边界”与”问责机制”。当模型能自主攻破系统，”监管滞后于技术”的老问题将被无限放大。前沿AI的安全治理，已经不只是技术命题，更是关乎国家、企业与公众的多方博弈。谁能在”能力释放”与”风险管控”之间找到平衡，谁就能在AI竞赛中走得又稳又远。