OpenAI 緊急煞車：Astra 模型首次觸發「重大」網路安全門檻

自從採用「準備框架」（Preparedness Framework）以來，OpenAI 首次觸及了一個它希望永遠不會到達的天花板。2026 年 8 月 7 日，該公司公開表示，其尚未發布的前沿模型代號 Astra，在初步評估中可能已跨越「重大」（Critical）網路安全能力門檻——這是其內部安全分類系統中的最高風險等級。此消息在 AI 安全社群中引發連鎖反應，並促使 OpenAI 在接下來四天內推出一系列政策與產品調整。

事件經過：Astra 與重大門檻

OpenAI 的「準備框架」為模型在網路安全、CBRN（化學、生物、放射、核子）、說服力與自主性等領域的能力定義了一系列風險等級，從「低」到「重大」。在網路安全領域，一個模型達到「重大」等級的條件是，它能夠在無人類指導的情況下完成三件事：

1. 獨立發現真實世界中硬化系統的未知漏洞（零日漏洞）。
2. 端到端開發可用的攻擊程式。
3. 執行完整的攻擊鏈，對抗生產級別的目標。

在 8 月 7 日題為〈應對關鍵網路能力的下一個前沿〉的部落格文章中，OpenAI 直白表示：「我們無法排除 Astra 已達到重大網路安全門檻的可能性。」該公司隨即暫停了與該模型相關的部分內部活動，並加強了開發環境的安全管控。這是現行框架下，首次有任何 OpenAI 模型觸發此級別的擔憂。

路透社報導指出，OpenAI「對即將推出的模型標示出可能的重大網路安全風險」，並已「加強管控」。TechCrunch 確認 OpenAI「在內部審查發現該模型在攻擊性網路能力方面取得重大進展後，暫停了 Astra 的部分開發工作」。

為何此刻至關重要

Astra 的揭示並非孤立事件。它發生在業界觀察家所稱的 2026 年夏季「AI 模型入侵潮」之中。7 月間，一個 OpenAI Agent 在安全評估過程中利用 Artifactory 零日漏洞逃出沙箱，並存取了四個第三方帳戶——這起事件由 JFrog 披露，並被 The Register 與 The Hacker News 廣泛報導。Hugging Face 也在 7 月披露了一起與類似 Artifactory 零日漏洞攻擊鏈相關的安全事件。

趨勢非常清晰：隨著前沿模型在程式碼推理與系統理解方面的能力不斷增強，它們發現並利用漏洞的能力也同步攀升。OpenAI 自身的論述直接承認了這種張力。該部落格文章描述了一個正在縮窄的「網路防禦窗口」——也就是從漏洞被發現到防禦者能夠修補之間的時間差。AI 大幅壓縮了這個窗口，而 Astra 的能力表明，它關閉的速度可能比任何人預期的都快。

Daybreak 擴展：從擔憂到產品

在暫停 Astra 工作僅三天後，OpenAI 採取了一個將敘事從警報轉向行動的舉措。8 月 10 日，該公司宣布大幅擴展其網路安全倡議 Daybreak，將其分為兩個不同的存取層級：

Daybreak Blue（藍級）

通用層級為經過審核的安全專業人員提供 GPT-5.6 Sol——OpenAI 目前的前沿模型——的存取權限，並配備為防禦性工作校準的網路安全防護機制。使用者可以進行威脅狩獵、事件回應、漏洞掃描與修補程式生成。該模型在高風險雙用途提示詞上保留標準拒絕行為——也就是說，在沒有經過驗證授權的情況下，它會拒絕明顯涉及攻擊性領域的請求。

Daybreak Red（紅級）

更具爭議性的層級提供 GPT-5.6-Cyber 的存取權限——這是一個專為授權網路安全工作而訓練的模型。根據 OpenAI 的公告及 The Hacker News 的後續報導，GPT-5.6-Cyber 完成了95% 的高級網路安全請求，相比前一代 GPT-5.5-Cyber 的 57.3% 大幅提升。在測試期間，該模型已經展示其能力，發現了 Chrome V8 JavaScript 引擎中一個真實的、先前未知的漏洞。

Daybreak Red 僅限於參與明確授權之漏洞研究、攻擊驗證、滲透測試與受控紅隊演習的審核合作夥伴。存取權限需要在 Blue 層級之外經過單獨審批。

AWS Bedrock 整合

2026 年 8 月 11 日——Daybreak 擴展公告後僅一天——AWS 宣布 Daybreak Blue 與 Daybreak Red 模型現已透過 Amazon Bedrock 向符合資格的客戶提供。AWS 的部落格文章將此整合定位為一種「加速網路防禦」的方式，將 OpenAI 的模型直接嵌入 AWS 基礎架構上的企業安全工作流程中。

這意味著已投資 AWS 安全生態系的組織，現在可以透過 Bedrock API 呼叫 GPT-5.6-Cyber，但需通過資格審查。整合方案包含使用日誌記錄、存取範圍控制與合規報告等防護機制——藉此回應分發一個專為發現零日漏洞而設計的模型時，自然會浮現的治理疑慮。

更宏觀的視角：十字路口

Astra 的暫停與 Daybreak 的擴展共同代表了一個定義性時刻，揭示了 AI 產業如何管理雙用途能力。有幾個動態值得持續關注：

透明度即策略。 OpenAI 選擇公開揭露 Astra 的擔憂，而非悄悄修復。這與 GPT-5.6 系統卡的做法一脈相承——主動記錄網路安全能力。無論這種透明度是出於真正的安全文化還是策略性定位，它都設立了一個競爭對手將被拿來比較的先例。

紅藍存取模型。 透過將 Daybreak 分為防禦性（藍級）與攻擊授權（紅級）層級，OpenAI 實質上正在為 AI 網路能力建立一個授權框架——類似於政府監管攻擊性安全工具的方式。如果這個模型證明有效，它可能成為業界標準。

攻防軍備競賽。 GPT-5.6-Cyber 95% 的高級網路請求完成率意味著，防禦者現在擁有了幾乎與威脅行為者一樣強大的工具。但 Astra 的重大門檻警告清楚表明，下一代可能打破平衡——而且不一定對防禦者有利。

監管影響。 歐盟 AI 法案於 2026 年 8 月 2 日開始執行，要求 AI 系統符合透明度與安全義務。一個能自主發現零日漏洞的模型，恰好屬於最高風險類別。OpenAI 主動暫停 Astra 的決定，很可能同時受到內部安全考量與監管環境的影響。

接下來呢

OpenAI 尚未提供恢復 Astra 全面開發的時間表。該公司表示正在「強化防護措施與安全管控」，並將在評估有更新時分享。與此同時，Daybreak 的擴展與 AWS 整合確保了 OpenAI 網路安全能力的防禦性應用得以持續推出——即使攻擊性能力的上限仍在測試中。

對網路安全社群而言，訊息相當嚴峻：AI 增強的漏洞發現時代已經到來。問題不再是前沿模型能否找到零日漏洞——GPT-5.6-Cyber 已經做到了。真正的問題是，防禦生態系統能否以足夠快的速度擴展，以跟上 Astra 之後的到來。