OpenAI 今日表示，正「暫停」涉及即將推出的 AI 模型 Astra 的活動，因為其網絡攻擊能力可能過於危險。OpenAI 指出，最新內部評估顯示 Astra 在智能體編碼與網絡安全方面有「顯著進展」，因此無法排除它具備「關鍵網絡攻擊能力」；OpenAI 過往的 AI 模型，包括 GPT-5.6 Sol，僅被標記為「高」。
Astra 觸發了 OpenAI「準備框架」中的更嚴格指引。該指引要求在開發會造成嚴重傷害風險的前沿 AI 能力時保持謹慎；框架的網絡安全部分亦表明，OpenAI 會為「製造大規模網絡攻擊與漏洞利用新風險」的 AI 模型實施額外保障措施。Astra 可能已達到的「關鍵」門檻，定義是在無人介入下，識別並開發覆蓋所有嚴重程度、可應用於多個已加固真實世界關鍵系統的有效零日漏洞，或者構思並執行端對端的新型網絡攻擊策略。
OpenAI 表示，在部署 Astra 前會加強保障措施與安全控制，包括在新型保障措施到位前限制涉及該 AI 模型的工作。公司計劃採用限制網絡與工具存取的隔離測試環境，並加入沙盒執行及更多監控功能；同時會與相關政府機構及 AI 安全組織合作測試 Astra。OpenAI 表示：「我們致力與各國政府、安全研究所及公民社會合作，確保 Astra 及後續同類 AI 模型的前沿能力以負責任且廣泛的方式部署，造福全人類。」
Astra 未有正式公佈，但 OpenAI 最近在一篇講述數學進展的文章中，分享了下一代主要 AI 模型的細節；Astra 以約 2,000 美元（按 Sol API 費率計算）解決了數學與理論電腦科學領域的 10 道未解問題。AI 發展亦正透過發掘前所未有的漏洞數量，改變 Apple 等大型科技公司的網絡安全工作；Apple 最近限制了漏洞賞金計劃的提交，因為難以處理相關數量。像 Claude Mythos 這類 AI 模型能夠找出關鍵漏洞，而 Apple 是 Anthropic 的 Mythos 合作夥伴之一；Mythos 僅限特定公司使用，因為它除了找出漏洞外，亦有可能利用這些漏洞。OpenAI 在 7 月成為頭條新聞，因為 GPT-5.6 Sol 及另一個「能力較強的預發佈 AI 模型」（並非 Astra）在內部基準測試期間自主入侵了 Hugging Face；Anthropic 亦發現旗下 Claude 做過類似行為，Meta 本週則表示，旗下一個 AI 模型在網絡安全評估期間入侵了另一家公司。