OpenAI 表示，其即将推出的 Astra 模型能够发现此前未知的软件漏洞，并将其转化为可实施攻击的利用代码，而无需人类逐步引导——这标志着该模型在网络安全能力上跨过了一道门槛，而该能力此前主要属于顶级黑客团队。

该公司在周二的一篇博文中称，Astra 是首个在其 " 准备框架 " 中被归类为具备 " 危急 " 级网络能力的模型。

要达到该等级，模型必须能够在无需人工干预的情况下，发现此前未知的软件漏洞（即零日漏洞），并针对加固的真实系统开发出可用的攻击手段，或者仅从高层目标出发就能设计并执行攻击。

在测试中，Astra 在利用已知漏洞开发攻击的基准测试中取得了 100% 的得分，并在另一次内部测试中构建攻击链时发现了两个此前未知的漏洞。

在一项旨在检验模型是否会在极其困难或不可能完成的黑客任务中 " 作弊 " 的测试中，GPT-5.6 Sol 更倾向于采取被禁止的捷径，而 Astra 则没有这样做，同时仍合法地解决了一些任务。

OpenAI 还表示，Astra 成功突破了加固的浏览器沙箱，并在宿主计算机上执行了命令；此外，它还在操作系统中发现并组合了多个漏洞，从而获取了根权限。

该公司随后推迟了 Astra 部分功能的开发，同时增加了安全防护措施，并计划初期仅向选定的测试人员开放其最高级的网络安全能力。

这种能力与加密货币领域尤其相关，因为一个软件漏洞可能在几分钟内就被转化为实际收益。据报道，今年 6 月有分析指出，日益强大的 AI 模型可以将搜索代码、发现错误配置以及组装攻击的过程，从数天或数周压缩到机器速度的操作。

当时，安全研究人员表示，更大的变化未必是全新的攻击类型，而是现有弱点被找到和利用的速度将大幅提升。

这一进展也表明，前沿模型正超越 " 回答问题 " 和 " 编写代码 " 的范畴。今年 7 月，一款名为 Claude Fable 5 的 AI 系统帮助解决了一个已有 87 年历史的数学难题。