OpenAI曝Astra具网攻能力，零日漏洞利用引安全担忧

量子位 · wechat · 2026-09-02

OpenAI多线齐发为下一代模型Astra（GPT-6）预热。奥特曼发文称模型已强到需主动踩刹车，整个夏天都在补安全护栏。技术博客显示，Astra被列为首个“网络安全关键级”模型，在ExploitBench基准上获100%成功率，内部测试中利用知识截止日后的零日漏洞完成沙箱逃逸与提权，能力约为GPT-5.6Sol的4倍。为防范风险，OpenAI实施双重防护：对恶意请求拒绝率达91.5%，并设置蜜罐测试，Astra在测试中未尝试越权“作弊”。两位华人研究员JiaweiLiu（同济大学）和XiangyuQi（浙江大学）深度参与研发。此外，TheInformation爆料Astra采用了“循环深度”技术，可能影响思维链的可监控性。