自主发现漏洞，能力达“关键”门槛
OpenAI确认，新一代模型Astra已跨过公司安全框架中的“关键”网络安全能力门槛，这是其首次正式认定模型具备这一等级能力。该模型可在无人工逐步指导下，自主发现现实软件中的未知漏洞并开发利用，OpenAI计划“很快”公开发布，但最先进能力初期仅限审核合作伙伴使用。
性能实测：满分基准与零日漏洞发现
在ExploitBench基准中，Astra取得100%成绩。内部测试中，它处理2026年6至8月高危漏洞时，漏洞利用成功率高于GPT-5.6 Sol，并自行发现两个此前未知的零日漏洞，组合进完整攻击链。
推理黑箱化风险与监控应对
性能提升源于“循环深度”技术，允许信息多次通过相同模型层，提升数学与编程能力，但部分推理可能无法以人类可读的“思维链”呈现，增加监控难度。OpenAI已限制该技术使用程度，确保输出可读思维链，并新增异常行为监控系统，可在偏离任务时暂停或终止操作。
安全措施与发布策略
此前OpenAI曾短暂暂停Astra训练，加强基础设施隔离与权限控制后恢复。面向普通用户版本将拒绝高风险漏洞利用请求；更强能力优先提供给Daybreak计划合作伙伴，包括思科、Cloudflare和Palo Alto Networks，以提前加固系统。核心挑战在于，模型自主性与推理可观察性之间的平衡，是否能在失控前及时阻止其行为。