OpenAI 暂停 Astra 开发，安全评估达临界

OpenAI 内部对下一代模型 Astra 的网络安全评估触发 Preparedness Framework 的 Critical 阈值，公司已暂停涉及 Astra 的内部活动。官方称 Astra 在“代理式编程和网络安全”上进步显着，专家评估使其无法排除模型具备自主发现并利用多级零日漏洞、针对加固目标策划端到端攻击的能力。

OpenAI 已部署“通用监控”拦截 Astra 所有代理行为中的风险动作与对齐偏离，并隔离测试环境、限制网络与工具访问、加密权重文档。后续将联合政府机构与安全组织进行第三方测试。

Astra 尚未发布，未卷入此前 OpenAI 意外攻击 Hugging Face 的事件。暂停举措对应去年处理生物能力临界阈值的预案：先加固安全控制，再推进研发。

💡 为什么值得看Astra 在内部评估中展现出足以发现零日漏洞的全自主攻击潜力，OpenAI 罕见叫停开发。