OpenAI Astra 触及 Preparedness Framework「Critical」网络安全阈值,发布将设门槛
OpenAI 称新模型 Astra 是首个超过其 Preparedness Framework「Critical」级网络安全阈值的大模型:在 ExploitBench 拿到满分,并在改造过的测试中自主发现并利用了两个零日漏洞。公司表示将「很快」发布 Astra,但最强的网络攻防能力只向特定合作方开放,并新增思维链监控、越狱检测与「逃逸沙箱」评估——后者直接参考了 7 月的 Hugging Face Agent 事件。
① 判断:「Critical」这个词以前只出现在安全框架文档里,现在第一次贴到了一个即将发布的产品上。这意味着前沿实验室的发布节奏正在被自己写的安全框架反向约束——也说明能力已经到了需要分级管理的水平。 ② 对研究者:短期你不会用到 Astra 的攻防能力;但「分级开放」会成为常态——同一模型对普通用户和对认证机构提供不同能力。高校、研究所要提前想清楚自己在哪一档。 ③ 动作:关注 OpenAI 后续的「trusted access」申请通道,做安全、生物、公共政策研究的团队值得申请。