OpenAI 暂停 Astra 模型开发，测试发现可自主开发零日攻击

摘要

OpenAI 宣布暂停 Astra 模型的开发，因为内部测试显示该模型可能具备自主识别并开发针对强化系统的零日漏洞利用能力，触发了其 Preparedness Framework 的「关键」等级。这意味着在符合关键安全标准之前，开发将停止。OpenAI 表示，Astra 是首个被标记为关键等级的模型，而先前的 GPT-5.6 Sol 仅被评为「高」。为应对风险，OpenAI 已实施隔离测试环境、限制网路和工具存取、沙盒化程式码执行，以及强化模型权重保护。此外，引入全新的思维链监控机制，在训练期间即时监控模型的内部推理，以侦测并中断高风险活动。模型权重的存取也仅限于安全环境内的人员。此举显示…