GPT-6 Astra 隐藏提示注入仍可攻破

OpenAI 新模型 **GPT-6 Astra** 减少了幻觉、对直接提示注入的防御率接近完美（99.99%），但一旦攻击被埋进模型读取的文档里，问题仍存在。

安全公司 **Gray Swan** 用 IPI Arena 的 1810 个精心构造攻击测试，Astra 在 15 次尝试下被攻破至少一次的比例为 **8.5%**，比前代 GPT-5.6 Sol（27%）大幅改善，但相较 **Claude Opus 5 的 4.8%** 仍有差距。

💡 为什么值得看Claude Opus 5 在同一测评中表现更好，成功攻击率仍应引起企业安全团队的警惕。