OpenAI 表示，即将推出的新一代模型 Astra 可能已经触及其内部“准备度框架”中的“关键”网络能力门槛。基于这一判断，公司已暂停部分内部测试活动，并同步升级安全控制措施，以降低潜在网络攻击风险。
这份说明发布于台北时间 8 月 7 日，文件标题为《回应关键网络能力的下一个前沿》。OpenAI 在声明中称，Astra 在代理式编码和网络安全领域取得了显著进展，结合专家综合评估后，团队已“无法排除”该模型达到“关键（Critical）”风险门槛的可能，因此决定主动对外披露。
OpenAI如何定义“关键”网络能力
按照 OpenAI 于 2023 年 12 月发布的准备度框架，模型若达到“关键”门槛，需要具备极高的自主攻击能力。具体来说，这类模型应当能够在没有人类干预的情况下，识别并开发针对现实世界关键系统、不同严重程度的功能性零日漏洞；或者只接收高层目标指令，就能自行设计并执行针对高防护目标的端到端新型网络攻击策略。
OpenAI 同时提到，早前的模型例如 GPT-5.6-Sol，在网络能力评估中仅被列为“高（High）”风险等级，尚未达到“关键”门槛。公司也补充说明，Astra 仍在持续进行基准测试和评估，目前相关结论并非最终定案。
部分内部活动已被叫停
面对 Astra 展现出的高能力，OpenAI 已暂停与该模型相关、但尚未符合强化安全要求的内部活动，并对高能力模型实施更严格的控制措施。这些措施包括隔离测试环境、限制网络和工具访问，以及加强模型权重的加密保护和沙盒执行。
在代理式应用层面，OpenAI 还表示，已在 Astra 的所有代理式使用场景中引入通用监控机制，覆盖训练与评估流程，并对模型的“思维链（Chain of Thought）”进行评估。一旦系统在高风险活动中检测到危险行为或偏差，将立即触发安全响应并中断操作。
OpenAI称与Hugging Face事件无关
针对外界可能联想到的近期安全事件，OpenAI 专门澄清，此次安全升级与近期 Hugging Face 的漏洞利用事件没有关联。公司表示，当前措施来自 Astra 本身在内部评估中表现出的能力变化，而不是对单一外部事件的直接回应。
将与政府和安全组织合作测试极限能力
除内部管控外，OpenAI 还承诺与相关政府机构及选定的 AI 安全组织展开合作，共同测试 Astra 的极限能力，并向第三方测试合作伙伴提供建议的安全控制措施。
OpenAI 提到，这种主动披露并同步强化保障的做法并非首次出现。2025 年 6 月，当模型接近生物领域高能力门槛时，公司也曾采取类似的公开说明与安全加强步骤。
在声明最后，OpenAI 表示，具备先进网络能力的 AI 模型，最终目标应是帮助防御方在攻击者行动前更早识别并修复系统漏洞。公司称，希望通过持续的跨领域合作和更严格的安全把关，让 Astra 及后续模型的前沿能力在可控框架内部署。