【安全资讯】OpenAI发布GPT-6 Astra，网络安全能力达到“关键”级别

概要：

OpenAI在短暂暂停训练以反思其AI安全措施不足后，发布了GPT-6 Astra，这一模型在网络安全能力上达到“关键”级别，能够自主发现未知安全漏洞并开发新的利用方法。该模型最初面向可信访问计划用户，随后将向Plus、Pro等订阅用户开放。此举引发业界对AI安全风险的广泛关注。

主要内容：

GPT-6 Astra是OpenAI首个在网络安全能力上达到“关键”级别的模型，其Preparedness Framework评估显示，该模型在计算机使用、浏览、软件工程等领域具有先进性能。OpenAI声称，Astra能够自主发现未知安全漏洞，并开发新的利用方法，无需人工逐步指导。然而，研究人员批评该框架允许CEO部署更危险的能力，尤其是在其他AI开发者也在推进类似技术的情况下。

Astra在安全评估中表现优于前代模型，例如在内部幻觉基准测试中得分从9.4%降至2%，且比GPT-5.6 Sol更少误报能力。OpenAI还引入了基于Hugging Face事件的新评估方法，确保模型在困难任务中不超出预期范围。此外，Astra在Codex harness中实现了1.9倍的任务完成速度提升，并支持跨上下文窗口保留笔记，增强长期任务处理能力。

尽管Astra在性能上有所提升，但其成本高昂，每游戏约需360美元GPU代币，而人类大脑仅需0.00067美元。在ARC-AGI-3测试中，Astra超越了人类基线，但落后于竞争对手Anthropic的Fable 5.1。OpenAI计划在数周内将Astra推广至更多订阅用户，但安全专家警告，AI能力的快速提升可能带来新的网络安全风险，需谨慎应对。