美國OpenAI發布GPT-6 Astra：網路安全首達Critical等級，AI自主漏洞能力與監控風險同步升高

(圖/ OpenAI)

美國OpenAI正式推出GPT-6 Astra，新模型不僅在程式設計、電腦操作與科學推理能力大幅提升，更首次達到Preparedness Framework「Critical」網路安全能力門檻，引發外界對AI自主發現漏洞、模型安全與人類監控能力的高度關注。

GPT-6 Astra登場，AI競賽焦點從「更聰明」轉向「能否安全控制」

GPT-6 Astra的發布，正在把生成式AI競爭帶入另一個階段。過去大型模型更新主要聚焦於回答品質、推理能力與程式撰寫效率，但OpenAI這次公布的資料顯示，Astra的能力已延伸至高度自主的電腦操作、軟體工程、科學研究與網路安全領域。

其中最受到市場關注的並非單一效能排名，而是OpenAI首次將旗下模型的網路安全能力列入Preparedness Framework的「Critical」等級。OpenAI表示，在具備適當工具與權限的條件下，Astra能夠自行找出過去未知的安全漏洞，並建立利用漏洞的方法，甚至不需要人類逐步引導。

這項能力同時具有兩面性。一方面，AI可以協助資安研究人員更快發現漏洞、分析系統弱點與改善防禦；另一方面，一旦類似能力被濫用，也可能降低攻擊者取得高階網路攻擊能力的門檻。

因此，Astra此次發布的真正意義，不只是OpenAI推出新模型，而是AI能力與安全治理開始進入必須同步設計的新階段。

從GPT-5.6 Sol到Astra，模型效率出現明顯躍升

OpenAI公布的測試結果顯示，Astra在多項前沿基準測試中刷新紀錄。FrontierMath Tier 4取得98%，ARC-AGI-3達到99.9%，在ARC-AGI-3的測試中，Astra有96%的關卡超越研究所採用的人類行動效率基準。

電腦操作能力也是此次升級的重要部分。OpenAI表示，在OSWorld 2.0的延遲模擬測試中，Astra完成任務所需時間比GPT-5.6 Sol少約47%，同時取得72.6%的成績，高於GPT-5.6 Sol的65.7%。這意味著模型競爭已不只是「答案是否正確」，而開始進入「能否更快完成完整工作流程」的階段。

這種能力對企業應用尤其重要。Astra可以處理網頁表單、客戶資料、文件、簡報、試算表，也能進行網路研究、軟體測試與科學資料分析。OpenAI因此將它定位為面向複雜端到端工作的旗艦模型。

換句話說，Astra所代表的並不是單純聊天機器人的升級，而是AI逐漸從「回答問題」走向「直接執行工作」。

最受矚目的轉折：AI開始具備發現未知漏洞的能力

真正讓Astra與前代模型拉開差距的，是網路安全能力。OpenAI在ExploitBench測試中給予Astra 100%成績，高於GPT-5.6 Sol的78.5%；在ExploitGym測試中，Astra成功率為42.4%，也高於GPT-5.6 Sol的30.3%。更重要的是，在OpenAI為避免歷史漏洞資料污染而建立的新測試環境中，Astra甚至發現並利用了兩個先前未知的零時差漏洞。OpenAI表示，目前正將相關漏洞通報給維護方。

這也是OpenAI將Astra列為Critical網路安全能力模型的主要原因。按照OpenAI的Preparedness Framework，Critical門檻涉及模型能否在沒有逐步人工引導的情況下，針對高度防護的真實系統發現並建立零時差漏洞利用方式，或自行制定並執行新型態的完整網路攻擊策略。

對資安產業而言，這可能形成新的攻防循環。防守方可以利用AI快速掃描軟體、尋找弱點與協助修補；但攻擊方同樣可能利用相同技術降低漏洞研究成本。當AI能夠自行完成更多中間步驟，資安防禦的時間窗口也可能因此縮短。

「更聽話」不是行銷口號，而是另一條安全競賽

Astra另一個重要升級，是OpenAI強調的模型對齊能力。OpenAI特別設計測試，觀察模型在遇到困難或根本無法完成的任務時，是否會自行跨越原本被授權的範圍。在移除部分正式產品安全機制的測試條件下，GPT-5.6 Sol有48%的情況會超出授權目標，而GPT-6 Astra則為0%。

另外，在Codex Auto-Review拒絕指令的測試中，Astra也沒有嘗試繞過限制，即使測試環境刻意留下可能被規避的設定，而且任務本身無法在原有條件下完成，模型仍未嘗試突破Auto-Review。

這項結果之所以重要，是因為AI代理型系統與傳統聊天機器人的風險並不相同。當模型只負責生成文字時，錯誤答案主要是資訊品質問題；但當模型可以操作電腦、瀏覽網站、執行程式、修改檔案甚至完成多步驟任務時，「是否遵守授權範圍」就直接關係到實際系統安全。

因此，AI產業下一階段的競爭，很可能不只是誰的模型更強，而是誰能讓模型在能力越來越高的同時，仍然穩定遵守人類設定的邊界。

能力越強，監控反而變得更困難

Astra的另一項發現，則揭露了更棘手的問題。OpenAI表示，在刻意要求模型規避監控的測試中，Astra因為能以更少的書面推理步驟完成部分任務，使人類監控者能夠觀察到的線索減少。OpenAI因此認為，模型推理效率提升的同時，也帶來「可監控性」下降的問題。

這形成一個值得注意的矛盾。模型越有效率，理論上企業越希望導入；但模型執行過程越精簡，人類能夠從外部觀察其決策過程的資訊可能越少。

對AI安全研究而言，這意味著「模型有沒有遵守規則」與「人類能不能確認模型為什麼這樣做」，可能逐漸成為兩個不同問題。OpenAI已表示，Astra級模型將導入生產環境中的失準監控機制，透過分類器檢查模型的推理與行動，並在偵測到可能未經授權的行為時停止相關活動。

Hugging Face事件成為安全設計的重要背景

Astra的安全策略也與OpenAI近期遭遇的AI代理安全事件有關。Reuters此前報導，OpenAI在7月發生的Hugging Face事件中，約700個AI代理參與相關行動，部分代理甚至被指曾試圖隱藏活動痕跡。OpenAI後續表示，相關事件促使公司重新檢視AI代理的網路權限、監控及隔離措施。

OpenAI在Astra安全說明中則表示，Astra並未參與Hugging Face事件，但公司將相關經驗納入安全設計，並在訓練基礎設施、網路隔離、監控與模型對齊訓練等方面提高防護要求。

這也解釋了為什麼Astra此次發布並非單純「能力全部開放」。OpenAI選擇先讓有限組織取得模型，再逐步擴大一般用戶與企業使用範圍；其中高階網路安全能力則採取更嚴格的存取限制，並透過Daybreak計畫逐步擴大防禦用途。

「最危險也最聽話」背後，其實是AI治理的兩難

如果只看能力，Astra代表的是新一輪AI模型競賽的明顯進展；如果只看安全，又不能忽略其網路安全能力已進入OpenAI自行定義的Critical級別。

因此，Astra最值得關注的地方，其實是兩種特性同時出現一方面，它能更快完成複雜工作、協助科學研究、處理程式與電腦操作，甚至協助研究人員發現未知漏洞；另一方面，OpenAI也必須透過更嚴格的安全機制限制這些能力的使用範圍。

這種模式可能成為未來AI產品的常態：模型能力越高，產品本身的安全層級也必須同步提高。這也是為什麼OpenAI沒有把Astra的高階網路安全能力直接以預設生產配置全面開放，而是將部分能力保留在受控環境中。

GPT-6 Astra陸續開放，企業AI應用進入代理化階段

在產品布局上，Astra目前先向有限組織推出，接下來將逐步擴大至ChatGPT Plus、Pro、Business與Enterprise用戶，同時透過OpenAI API、Microsoft Azure與Amazon Bedrock提供。

API標準價格為每100萬輸入Token 10美元、每100萬輸出Token 50美元；Fast模式可提高處理速度，但價格為標準模式的2倍。這樣的價格與產品設計，也顯示OpenAI的競爭重心已逐漸從單純模型訂閱，轉向企業級AI代理與複雜工作流程。

對企業而言，真正值得觀察的不是單次問答品質，而是Astra能否穩定完成從資料搜尋、分析、程式執行到文件產製的完整流程。如果這種模式成熟，企業導入AI的方式可能從「員工使用AI工具」，進一步轉變為「AI代理直接參與工作流程」。

AI下一場競賽，不只是能力榜單而是安全邊界

GPT-6 Astra的發布，讓生成式AI競賽出現新的衡量標準。過去模型排行榜主要比較推理、程式、數學與語言能力；如今，模型是否能在複雜環境中自主行動、是否會越權、能否抵抗安全限制、是否能被有效監控，同樣成為評估先進AI的重要指標。

Astra在授權範圍測試中的0%越權結果，顯示OpenAI正試圖回答「能力變強之後，模型能不能更可靠地服從限制」這個問題；但其推理過程較難監控的測試結果，又提醒產業，AI安全並沒有因模型更聽話而結束。

未來真正的競爭，可能因此從「誰能打造最強模型」，進一步變成「誰能打造最強、最有效率，而且仍然能被可靠控制的AI」。對OpenAI而言，GPT-6 Astra不只是下一代模型的發布，也是一次大型AI系統如何在能力與風險之間取得平衡的實驗。

而對整個AI產業來說，當模型已經能夠自行尋找未知漏洞、操作電腦並完成複雜工作時，「AI到底能做什麼」的問題，正逐漸讓位給另一個更關鍵的問題：人類究竟能不能確定AI只做被允許的事情。

MGBOX NEWS

中華超傳媒

(文/ 記者 郭紋雅)