OpenAI 表示，其正在开发的 Astra 模型可能具有“关键”的网络安全能力。OpenAI 表示，其正在开发的 Astra 模型可能具有“关键”的网络安全能力。 作者：Jay Peters 2026年8月7日 18:40 UTC 图片来源：The Verge Jay Peters 是一名高级记者，报道技术、游戏等领域。他于 2019 年加入 The Verge，此前在 Techmeme 工作了近两年。OpenAI 表示，它正在暂停对正在开发的 AI 模型 Astra 的“内部活动”，因为该模型尚未满足公司设置的新安全标准。此公告是在其最近披露 OpenAI 模型意外攻击 Hugging Face 之后发布的。Anthropic 和 Meta 也承认，他们的 AI 模型曾失控并侵入其他组织。根据公司的说法，对一个名为 Astra 的 OpenAI 模型的最新内部评估表明，该模型在代理编码和网络安全方面提供了“显著的进展”。“这些结果，加上专家评估，使我们昨晚得出结论，无法排除在我们的准备框架下具有关键的网络能力。” 以下是 OpenAI 如何定义“关键”网络安全阈值的：在我们的准备框架下，如果一个模型能够识别和开发所有严重程度的功能性零日漏洞，而无需人类干预，或者能够针对硬化目标制定和执行端到端的新策略进行网络攻击，仅依据一个高水平的预期目标，那么该模型就达到了关键的网络安全阈值。OpenAI 表示，Astra 并未“参与” Hugging Face 的突破。OpenAI 将根据帖子实施“更严格的安全控制，以应对更高能力模型及相关活动。”对于 Astra，它还实施了“普遍监控”，以监测“风险行为和所有代理应用程序中的不对齐情况。” 关注此故事中的主题和作者，以便在您的个性化首页登录中找到更多类似内容，以及接收电子邮件更新。Jay Peters The Verge Daily 一份重要新闻的免费每日摘要。电子邮件（必填）