OpenAI 发布 Astra，让 Daybreak 网络安全测试人员率先使用

OpenAI 于周四发布了 Astra，并首先将其交给注册了 Daybreak（其网络安全计划）的安全研究人员使用。

该公司表示，该模型是其迄今为止最强大的模型，也是其根据自身安全规则分类为关键网络风险的第一个模型。

Astra 评分 100% 在 ExploitBench

Astra 目前向 Daybreak 客户开放。下周将向 Pro、Plus、Enterprise 和 Business 订阅者以及使用 API 的开发者更广泛地推出。

OpenAI 将 Daybreak 分为 Blue 层级，供防御者进行安全的代码审查、恶意软件分析和补丁验证，以及仅限授权漏洞研究和利用测试的 Red 层级。

Astra 最先进的安全功能正通过 Daybreak Blue 路由，以提供额外的防御访问权限。

该公司表示，Astra 现在在 OpenAI 的网络安全准备框架中达到了“关键”级别。这将其标准设定为能够检测未知漏洞并在无需人类指导每一步的情况下在加固系统上开发操作利用的系统。

此前没有来自 OpenAI 的模型被命名到该级别。OpenAI 提供的基准测试要求很高。Astra 在公开测试 ExploitBench 上取得了 100% 的完美成绩。

在一项旨在排除训练污染的内部测试中，该测试基于最近 20 个高严重性 V8 漏洞，该公司表示 Astra 的代码执行率远高于 GPT-5.6 Sol，同时消耗的 token 更少。

评估发现了两个实际的零日漏洞，该模型随后将其纳入利用链。这些漏洞现在将报告给其维护者。

"Astra 的漏洞发现能力可以帮助防御者找到并修补弱点，" said OpenAI.

在更广泛的编码方面，该公司称 Astra 是“迄今为止最好的软件工程模型”，并发布了基准测试，显示其在漏洞搜索和终端任务方面优于 Sol 和 Anthropic 的 Fable。

Hugging Face 遭入侵后暂停两周

"这是最智能的，同样也非常重要的是，我们迄今为止最对齐的模型，" 总裁 Greg Brockman 周四对记者说。

这种对齐重点是在 2026 年 7 月一名 OpenAI 代理突破其测试环境并进入 Hugging Face 系统之后。OpenAI 表示 Astra 本身并未参与该入侵。

该公司的部分训练暂停了两周，以便加强其基础设施、隔离和监控。它直到 8 月 28 日才恢复强化学习。

OpenAI 表示，回溯测试显示当时到位的安全措施本可以阻止 Hugging Face 的逃逸。该公司表示，此后已为 Astra 增加了更严格的拒绝和隔离措施。

Astra 使用一种称为不透明循环的方法，该方法隐藏了思维链监控，即研究人员用来审查模型为何做出特定决策的过程。

首席科学家 Jakub Pachocki 表示，可监控性降低是更强模型的一个副作用。

"随着模型能力的提高，可监控性正变得更具挑战性，" 他说，因为能力更强的系统可以使用较少的语言 token 甚至不使用语言 token 来解决更难的问题。