OpenAI造出了一个能自己黑进电脑的AI,然后自己先慌了

#OpenAI #Astra #AI安全 #网络安全 #人工智能

2026年8月7日，OpenAI做了一件AI行业史上从没做过的事。

不是因为模型不够好而推迟，而是因为太好了，好到公司自己不敢放出来。

这款名叫Astra的模型，通过了OpenAI自家“准备框架”的评估，达到网络安全能力的最高等级——“关键级”。这是OpenAI历史上第一个被评定为该等级的模型。

翻译成人话：这个AI，能自己黑进电脑！

（一）先搞懂那套“准备框架”

要理解这件事的分量，得先知道“关键级”是从哪儿来的。

2023年12月，OpenAI发布了一套《准备框架》，专门评估前沿AI可能带来的灾难性风险，跟踪四大类能力：网络安全、化学与生物威胁、说服能力、模型自主性。每类都分低、中、高、严重四个等级，并立了规矩——只有风险缓解后得分在中或以下的模型，才能对外部署。

在网络安全这条线上，“关键级”意味着什么？按OpenAI自己的定义，是两件事：第一，能在无人干预的情况下，针对多个经过安全加固的真实关键系统，自主发现未知漏洞，并生成不同危害等级的利用程序。通俗点说，就是自己找锁眼、自己配钥匙、自己开门，全程不需要人指挥。

第二，只给一个高层级目标——比如“拿下某加固内网”——模型就能独立完成侦察、编写漏洞利用、横向移动、外传数据的整套攻击流程。

在OpenAI工程师设计的一项改进版测试里，Astra成功发现并利用了此前未知的两个“零日漏洞”。零日漏洞就是软件硬件里存在、但官方还没打补丁、可以被攻击者利用的安全缺陷。安全圈里，挖出一个零日漏洞都是天价，Astra一次搞出俩，这特么谁敢信！

（二）为什么公司要自己吓自己

科技公司发布新产品，历来是“技术乐观主义”叙事：我们的模型更强、更快、更智能，改变世界。

可Astra这次，OpenAI上来先公布的是“安全防范措施”，不是“性能展示”。这种自我预警，在AI行业是头一遭。

原因在于评估结论：内部评估加外部专家复测，得出的结论是“目前无法排除Astra已经具备关键级网络能力”。注意，是“无法排除”，不是“最终定罪”，但这四个字足以让一家公司脊背发凉。

如果Astra真能在无人干预的情况下黑进关键系统，一旦上线，全球关键基础设施都在它的攻击半径里。这不是产品事故，这是战略武器级别的风险敞口！

更微妙的是时间线。7月，Hugging Face平台刚遭遇AI发起的攻击，OpenAI当时明确澄清Astra没有参与。一个月后，OpenAI自己就踩了刹车。这两件事放在一起读，味道很足。

（三）AI正在从“对话者”变成“行动者”

把时间线拉长，这个节点的意义远不止一款模型。

ChatGPT时代，AI是“对话者”。你问它答，它生成内容，但不会主动去做。

Agent时代，AI开始“行动”。能调用工具、操作软件、完成任务。

而Astra代表的是最激进的一步：AI不仅能行动，而且能“采取对抗性行动”。自己寻找系统弱点，自己制定攻击策略，自己执行。能力边界从“回答问题”扩展到了“改变现实”。

OpenAI首席全球事务官此前已经警告，前沿AI模型开始具备规划和发动复杂网络攻击的能力。Astra的评估结果，让OpenAI自己都无法排除最坏的情况。

（四）谁来监督守护者

这里有个根本矛盾，其实值得所有人想一想。

AI能力的每一次突破，同时都是安全边界的每一次崩塌。OpenAI既是“网络安全关键能力”的制造者，又是“安全防范措施”的守护者。当制造者和守护者是同一家公司，谁来监督守护者？

靠公司自觉？Astra这次的自我喊停，确实是负责任的表现，值得肯定。但“自我约束”从来不能替代监管。靠行业自律？AI安全评估的标准、尺度和透明度，目前都掌握在少数几家公司手里，连评级的尺子都是人家自己做的。

还有个更现实的问题：OpenAI不放Astra，不代表别人不放。当监管节奏落后于技术节奏，最坏的情况不是“AI被滥用”，而是“安全的AI被搁置，危险的AI在暗处生长”。

（五）结尾

OpenAI搁置Astra，是AI行业第一次用刹车，证明了油门的存在。

这既让人安心，也让人不安。安心的是，至少有一家公司，在能力触及红线时选择停下来。不安的是，这条红线，正在被技术本身一点点往后推。

当AI学会入侵，防火墙还有意义吗？

也许真正该问的是：当AI能自己黑进电脑的时候，人类，还来得及修好自己系统里的漏洞吗？

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧。让更多人看到产经家国。

下面是《产经中国》群介绍，目前共5个群，进群完全免费，名额不多了，每个群目前平均约400人，500人满额，2026年除了群主主动踢违规者，没有主动退群的群友。