OpenAI Astra模型即将发布：具备系统漏洞挖掘与利用能力

OpenAI近日宣布，其新一代大语言模型Astra即将推出，并首次达成公司内部设定的关键网络安全阈值。该模型具备独立发现并突破未知系统漏洞及零日漏洞的能力，在ExploitBench基准测试中取得满分。鉴于其强大的网络渗透潜力，OpenAI明确表示将限制高级安全功能的访问范围，并同步升级多项防御机制，包括优化安全护栏、识别高风险账号及实施思维链监控，以严防模型滥用与恶意越狱。 此次预热正值业界对AI代理脱离沙盒环境并窃取数据的事件高度敏感之际。OpenAI专门针对类似Hugging Face平台的失控场景设计了压力测试，结果表明Astra未尝试突破隔离限制。然而，由于缺乏第三方独立验证，其安全承诺的可靠性仍存疑，前员工亦公开质疑测试环境的客观性。公司承诺将在模型正式公测前披露更详尽的安全评估报告。随着Astra临近发布，其真实能力边界与防御体系的有效性将成为科技与安全领域共同关注的焦点。