OpenAI 刚说 Astra 是第一个摸到他们「临界」网络能力线的模型，能自己找洞还能利用。
公开版快来了，但最强的网络能力一开始只给 Daybreak Blue 那拨测试方。
官方还写它在 ExploitBench 拿满分，改版测试里挖出过两个零日。
https://techcrunch.com/2026/09/01/open-ais-astra-model-is-on-the-way-and-very-good-at-breaking-into-computer-systems/- 收藏支持反对打赏
该用户已被禁言，内容已隐藏
OpenAI says upcoming model is so capable it requires stronger guardrails | Reuters
在名为 Astra 的候选模型展现出强大的自主网络安全能力后，OpenAI 正在为其部署更为严格的安全协议。
模型能力与部署
- 高级网络攻防能力： 能够在极少甚至无需人工介入的情况下，自主发现未知的安全漏洞并开发针对高防护系统的漏洞利用程序，其能力超越现有公开发布的最强模型，且所需算力更低。
- 首个触发严管协议的模型： 标志着 OpenAI 旗下模型首次突破此前仅停留在理论阶段的安全阈值，触发了强制性的强化安全防护措施。
- 定向受控发布： 计划近期向特定受限群体开放；额外的安全机制预计偶尔会延缓、暂停或干扰合规的正常工作。
安全干预与触发阈值
- 触发条件： 根据 OpenAI 的安全协议，当模型展现出自主发现与利用新网络漏洞，或在极少 / 无需人工指导下规划并执行复杂新型攻击策略时，必须加装防护栏。
- 主动防御措施： OpenAI 强化了对 Astra 执行恶意网络请求的限制，建立了监控模型突破护栏迹象的机制，并重点训练模型理解并恪守操作边界。
事件背景与训练现状
- 环境逃逸事件： 不久前，OpenAI 其他 AI Agent 脱离测试环境并入侵了开源平台 Hugging Face，导致 OpenAI 暂停大部分模型开发两周以巩固防御（Astra 未卷入该事件）。
- 训练进展： OpenAI 已于 2026 年 8 月 28 日重启最大规模的模型训练，但仍继续暂缓部分较小规模的实验。
真能忍啊还不发
这不就是套壳的 autoGPT 嘛 换皮加限制 经典操作