OpenAI新模型Astra触发最高级别网络安全防护，部分开发与发布计划曾因此推迟

9月1日，OpenAI公布Astra模型最新安全评估结果。与普通聊天模型相比，这次外界关注的重点并不是回答速度或者写作能力，而是模型在网络安全任务中的自主执行水平。

按照OpenAI公布的信息，Astra已经成为公司首个达到“Critical cybersecurity capability”门槛的AI模型。在获得合适工具和系统访问权限的情况下，Astra能够发现此前未知的安全漏洞，并针对防护水平较高的系统开发漏洞利用方法，同时不需要人工逐步指导整个操作过程。

也正因为能力跨过新的安全门槛，OpenAI过去几周曾推迟Astra部分开发和发布计划，集中测试针对网络攻击滥用和模型未经授权操作的防护措施。

目前OpenAI表示，经过进一步安全测试后，公司认为现阶段针对Astra部署的保护措施已经能够把严重滥用风险降低到Preparedness Framework要求的范围，因此相关开发工作可以继续推进。不过Astra未来的开放方式预计不会完全等同于普通消费级AI模型，更强能力可能对应更严格的权限控制和使用限制。

这一变化也反映出AI行业正在进入新的竞争阶段。

过去大模型主要比拼：

参数规模、推理能力、代码能力和多模态能力。

现在随着AI Agent可以自主调用工具、访问系统并连续执行复杂任务，模型安全开始从“防止回答危险问题”升级到“防止AI真正执行危险操作”。

未来判断一个前沿AI模型是否足够先进，可能不再只是看它能不能写代码、做研究或者完成复杂推理，还要看平台能否控制它在真实网络环境中的权限边界。

对于整个AI产业来说，Astra触发更高级别安全机制也是一个明显信号：

模型能力越接近自主执行，AI公司的竞争重点就越会从单纯追求更聪明，转向能力、权限和安全控制同时升级。