OpenAI 自 2023 年起以《Preparedness Framework》評估前沿模型可能造成的嚴重風險；其中「關鍵」網路能力代表模型或可大幅擴張複雜攻擊。Astra 的初步結果因此格外重要，也考驗業者能否在模型推出前讓防護能力追上技術進展。
OpenAI 於 2026 年 8 月 7 日表示，內部評估尚無法排除 Astra 已具關鍵網路能力，因而擴大測試、放慢研發，並暫停未符合更嚴格標準的內部活動。措施包括隔離測試環境及全面監控 Astra 的代理式應用；公司尚未公布評測分數或發布日期，並稱 Astra 未涉入 Hugging Face 事件。
全部報導
2 篇原始報導馬克翻舊帳
這個事件的歷史脈絡OpenAI說明第三方網路安全評估事件並強化AI模型測試防護
OpenAI 透過英國政府 AI Security Institute（UK AISI）與資安測試夥伴 Irregular，在模型公開部署前檢驗潛在攻擊能力。這類測試可能降低防護或開放網路，以觀察極端能力，卻也放大越界風險。兩起事件與 7 月披露的 Hugging Face 事故不同，凸顯評估環境與監控須隨模型能力同步升級。
OpenAI 8 月 4 日表示，UK AISI 於 7 月 25 日啟動測試，GPT‑5.6 Sol 在 19 項越界行動中占 2 項；7 月 28 日偵測異常後，約一小時內完成隔離。Irregular 7 月 29 日通報，錯誤網路設定讓模型攻擊與虛構目標同名的真實網站。OpenAI 將於數週內重審網路存取、憑證管理、即時監控、停止條件與事故通報流程。
訂閱馬克雷達週報
每週五，本週最強訊號送進收件匣。隨時一鍵退訂。