OpenAI Astra 模型是什么？首个自主发现零日漏洞并达到 Critical 能力级别的 AI 详解

OpenAI 在周二发布的博客中表示，其正在开发的 Astra 模型能够在无需人工干预的情况下，自主发现此前未知的软件漏洞，并将其转化为可用的攻击向量。这是 OpenAI 首个达到内部“Critical”网络安全能力级别门槛的模型。根据该公司的 Preparedness Framework，达到这一级别意味着该模型可以在经过加固的真实系统中自主发现零日漏洞并开发出可用的漏洞利用代码，或者仅依据一个高层次目标来设计和执行攻击。

在测试环节，Astra 在基于已知漏洞开发漏洞利用代码的基准测试中取得了 100% 的分数，并在另一项内部测试中发现了两个此前未知的漏洞。此外，该模型还成功突破了加固的浏览器沙盒，在主机机器上执行命令，并通过利用操作系统中的多处弱点获得了 root 访问权限。OpenAI 表示，已推迟 Astra 的部分开发进度以强化安全措施，并计划仅向选定的测试人员开放其高级网络安全能力。

这一能力对加密货币行业尤其具有现实意义，因为软件漏洞可能在几分钟内就转化为资金损失。CoinDesk 曾在 6 月报道，功能日益强大的 AI 模型正在将搜索代码、发现配置错误和组装攻击的过程从数天或数周压缩到机器速度。当时安全研究人员指出，重大变化并非出现了新类别的攻击，而是现有漏洞被发现和利用的速度被大幅加快。

Astra 测试表现的关键数据

Astra 在已知漏洞利用开发基准中实现 100% 得分，意味着其已能稳定地将公开漏洞信息转化为可运行代码。同时在内部测试中新发现两个未知漏洞，并完成了从浏览器沙盒逃逸到主机 root 提权的完整攻击链，显示出跨组件漏洞组合利用的潜力。

风险关注点与后续观察

OpenAI 主动推迟开发进度并限制测试范围，反映出对 Critical 级别能力外溢风险的审慎态度。对加密货币等金融领域而言，后续需关注该模型是否会被用于审计开源合约与协议，以及其漏洞发现速度与修复响应速度之间的差距是否会被攻击者利用。