8 月 8 日消息，OpenAI 今日发布声明称，内部评估显示，在研模型 Astra 在「智能体编码与网络安全」方面取得显著进展，结合专家评估，公司「无法排除」它达到《预备框架》（Preparedness Framework）中「重大」（Critical）网络安全阈值的可能。
OpenAI 随即暂停了不符合新安全要求的 Astra 内部活动，并为更高能力模型引入更严格的安全控制。
按照 OpenAI 的定义，「重大」阈值指模型能在无人干预的情况下，识别并利用多个高防护关键系统的功能性零日漏洞，或仅凭一个高层级目标，设计并执行针对高防护目标的端到端新型攻击策略。此前 GPT-5.6 Sol 等模型的评级为「High」。
OpenAI 表示，Astra 与 7 月曝出的 Hugging Face 入侵事件无关。
针对 Astra 的管控包括：隔离测试环境、限制网络与工具访问、沙箱执行、强化模型权重保护与加密，并对所有智能体应用实施「高风险行为与失准」的通用监控；后续测试还将与相关政府机构和 AI 安全组织合作开展。
此前，爆料者 @synthwavedd 称，OpenAI 正准备推出代号为 `mewfour` 的新模型 Astra，内部目标时间是下周。他将 Astra 描述为 GPT-4.5 之后 OpenAI 规模最大的新预训练模型。
声明：内容来源公开的各类媒体平台，若收录的内容侵犯了您的权益，请联系邮箱，本站将第一时间处理。