一句话看懂：OpenAI内部测试显示，新模型Astra的自主网络安全能力可能触及公司安全框架的最高风险等级“Critical”，为此OpenAI首次对自有模型发出此类预警，并暂停了部分开发工作。这是AI大模型安全分级领域一个标志性事件，可能直接改变Astra的发布节奏和行业对AI自主攻击能力的讨论方向。
事件核心：发生了什么
OpenAI在8月7日发布声明，称“过去几天”对即将推出的Astra模型进行内部评估时，发现其在智能体编程和网络安全能力上出现“显著进步”，以至于公司“无法排除Critical能力等级”——也就是OpenAI安全框架“Preparedness Framework”中的最高风险级别。这是OpenAI首次将自家模型标记为可能达到这一等级；此前包括GPT-5.6-Sol在内的模型，最高只被评为“High”。
作为响应，OpenAI已暂停Astra部分不符合最新安全要求的开发活动，同时部署了隔离测试环境、限制网络和工具访问、增强模型权重加密保护，并引入自动监测系统来阻止高风险行为。OpenAI还特别澄清，Astra与此前公开的Hugging Face漏洞事件无关。
为什么重要
在OpenAI的Preparedness Framework中，“Critical”意味着模型能在无人干预的情况下，独立发现并利用各严重级别的零日漏洞，或者在只给定高层次目标时，自主设计并执行针对受保护目标的端到端网络攻击。若Astra确实达到这一水平，它就不再是常规的辅助工具，而是具备自主攻击能力的智能体——无论是防御方还是攻击方，其潜在影响都远超此前的“High”等级模型。
这次预警发生在行业激烈争论AI是否具备自主网络攻击能力的关键时期，OpenAI主动承认“无法排除”最高风险，必然强化监管机构对AI安全审查的要求，也会推动竞争对手重新评估各自的模型安全分级标准。不过也有批评者认为，这更像一次“恐惧营销”：OpenAI只报告“潜在”等级，并未确认，如果最终没有实锤，它既赚了公关声量，又可能为“模型太危险不能发布”制造新叙事。
对用户/开发者/创作者的影响
对普通用户而言，最直接的影响可能是Astra的发布计划被打乱——此前有传闻称该模型最快下周上线，如今OpenAI已经暂停部分开发，短期内能否按原计划推出存在变数。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者和企业客户来说，这件事释放了更明确的信号：调用大模型API时，不能只关注能力上限，还要关注供应商的安全控制和分级机制。尤其是企业若计划让智能体自主执行代码、操作网络或访问敏感系统，需要建立独立监控和熔断机制，而不仅是依赖模型自身的安全训练。对于依赖OpenAI生态的开发者，Astra若因安全门槛而延期或限制能力，会影响产品迭代路线，应提前评估备选方案。
值得关注的后续
后续有三个观察点：第一，Astra是否会按传闻下周发布，还是因为安全审查而延期；第二，OpenAI最终是否会正式给出“Critical”评级，以及会披露哪些测试证据；第三，其他大模型厂商是否会跟进类似的安全分级，并重新评估自家模型在自主攻击方面的潜力。这些变化将直接影响AI安全标准的制定，以及“能力越强、限制越多”是否成为行业常态。
