OpenAI 強化前沿模型安全防護以調控 AI 開發節奏

前沿模型的網路攻擊能力正從模擬測試跨入真實系統。OpenAI 在模型評估期間發生 Hugging Face 基礎設施遭入侵事件，另發現代號 Astra 的新模型可能達到「關鍵」網路能力門檻，意味模型可在更少人力介入下找出並串接漏洞，迫使研發速度與安全治理同步調整。

OpenAI 於 2026 年 8 月 18 日宣布，已暫停最新部署模型的強化學習訓練兩週，最大規模的前沿強化學習計畫仍未重啟。公司自 8 月 7 日確認 Astra 風險後，要求 Sol 等級以上、使用工具的訓練與評估全面監控；警示須在 30 分鐘內處置，監控約增加 20% 推論算力成本。