商傳媒｜林昭衡／綜合外電報導
OpenAI 近日宣布，其人工智慧（AI）模型 Astra 已達到公司內部「預備框架」（Preparedness Framework）中最高級別的「關鍵（Critical）」網路安全能力門檻。這是 OpenAI 旗下首個達到此等認證的模型，意味著 Astra 能夠獨立發現過去未知的安全漏洞，並在無需人類逐步指導的情況下，於多種強化系統上成功建立功能性的零日漏洞（zero-day exploits），即指那些尚未被軟體開發者發現或修補的程式弱點。
根據 OpenAI 的定義，AI 模型若能獨立開發功能性零日漏洞，或能從高層次目標規劃並執行針對高難度目標的全面網路攻擊，即可獲「關鍵」等級。OpenAI 表示：「我們現在相信 Astra 符合我們預備框架中的關鍵網路安全能力門檻。這是我們首個達到此等級的模型，因此在開發和發布前需要更強大的安全措施。」該公司內部代號為 GPT-6 的 Astra 模型，在 ExploitBench 這項將已知軟體漏洞轉化為可執行漏洞的基準測試中，獲得了完美的 100 分。
Astra 實測展現高超入侵能力
在內部測試中，Astra 展現出其強大能力。面對近期 Google 瀏覽器 V8 引擎的漏洞，Astra 成功發現並串聯兩個先前未知的零日漏洞。同時，在一項涉及 V8 JavaScript 引擎漏洞的測試中，Astra 在任意程式碼執行率方面超越了舊有模型 GPT-5.6 Sol，且使用了更少的輸出 Token（模型處理資訊量的單位）。在針對強化瀏覽器和作業系統的實測中，Astra 能夠突破瀏覽器沙盒（一種隔離程式運行的安全機制），並在惡意 HTML 檔案開啟後於主機上執行指令。此外，Astra 還識別了強化作業系統中的多個漏洞，並將其串聯起來，成功從標準使用者帳戶提升至根（root）權限。
AI 代理加速勒索軟體攻擊
隨著 AI 駭客能力的提升，實際網路攻擊的風險也日益增加。網路安全研究組織 Unit 42 發布報告指出，有駭客已利用前沿的代理式人工智慧（AI agents，能自主規劃和執行任務的人工智慧系統）對企業網路執行勒索軟體攻擊。這次攻擊的每個步驟，包括偵察、入侵公共 API 端點、竊取憑證等，都由 AI agents 自動執行，其效率遠超人類操作者，將原本需要兩週的入侵時間大幅縮短。駭客甚至能劫持持續整合/持續交付（CI/CD）工作流程，竊取雲端存取金鑰，並利用受害者的雲端 AI 服務作為攻擊基礎設施，藉此隱藏其活動。
防禦與市場展望
儘管 Astra 展現出強大的攻擊能力，OpenAI 也強調其安全防護。內部測試顯示，Astra 拒絕了 91.5% 的網路越獄（cyber jailbreak）嘗試，即駭客試圖繞過模型內建安全防護，使其執行不被允許的惡意行為，這比 GPT-5.6 Sol 的 59% 有顯著提升。初期，Astra 的進階網路安全功能將僅提供給少數 Alpha 測試者，之後計劃透過 OpenAI 的 Daybreak Blue 計畫擴大應用於防禦性安全工作。網路安全公司派拓網路（Palo Alto Networks）建議，企業應部署自身的 AI agents 和自動化應對措施，以保護環境免受機器速度攻擊的威脅。
OpenAI 曾因 Astra 的網路安全和編程能力進展過快而暫停開發。據預測市場 Myriad 顯示，Astra 在 9 月 30 日前公開發布的機率曾高達 72%，但隨著更廣泛的推出計畫，目前該機率已降至 55%（預計 2026 年 11 月前）。同一時間，競爭對手 Anthropic 也發布了 Fable 5.1 和 Mythos 5.1 等模型，顯示 AI 領域的競爭依然激烈。
