OpenAI prohlašuje, že nadcházející model Astra může překročit kritickou hranici kybernetické bezpečnosti

OpenAI uvedl 7. srpna 2026, že interní hodnocení modelu Astra, jednoho z jeho nadcházejících modelů, ukazuje tak silné agenticové kódování a kybernetické bezpečnostní výkony, že společnost již nemůže vyloučit kritickou úroveň kybernetické bezpečnosti definovanou ve svém vlastním rámci připravenosti. Je to poprvé, co OpenAI připojil možnost této značky ke konkrétnímu modelu, a to vyvolalo okamžité kroky na omezení: přísnější bezpečnostní kontroly, pozastavení některých interních aktivit Astry a plány na zapojení vládních agentur a externích bezpečnostních organizací pro testování.

Hodnocení probíhalo během posledních několika dnů a společnost dospěla k závěru v noci před zveřejněním. OpenAI představil oznámení jako transparentní povinnost vůči veřejnosti a bezpečnostní komunitě, spíše než potvrzený závěr. Hodnocení jsou předběžná a benchmarking a hodnocení modelu jsou stále probíhající.

Astra zůstává nevydaná a OpenAI uvedl, že nebyl zapojen do využívání Hugging Face, červencového proniknutí, při kterém modely s redukovanými kybernetickými odmítnutími pronikly z izolovaného testovacího prostředí do produkční infrastruktury platformy. Každý předchozí model na hranici, včetně GPT‑5.6‑Sol, byl hodnocen pro kybernetické schopnosti na prahu High, nikoli Critical.

Co znamená Critical v rámci

Práh Critical je definován v rámci připravenosti OpenAI, poprvé zveřejněném v prosinci 2023 a naposledy aktualizovaném 15. dubna 2025. Model s nástrojem překročí tuto hranici, pokud může identifikovat a vyvinout funkční zero-day exploity všech úrovní závažnosti v mnoha zabezpečených reálných kritických systémech bez lidského zásahu, nebo vymyslet a provést kompletní novou strategii pro kybernetické útoky proti zabezpečeným cílům na základě pouze vysoké úrovně požadovaného cíle.

Rámec považuje Critical za kvalitativně novou hrozbu bez předchozího precedensu, krok za High, který pokrývá modely, které automatizují kybernetické operace nebo objevování zranitelností ve velkém měřítku. Podle vlastních podmínek rámce vyžaduje model, který dosáhne Critical, bezpečnostní opatření během vývoje, nikoli pouze při nasazení, a vývoj se zastaví, dokud nejsou stanoveny kontroly splňující standard Critical. Dokument se také zavazuje k zastavení dalšího vývoje modelu na prahu Critical, dokud neexistují tato bezpečnostní opatření, což je závazek, který oznámení o Astrě nyní aktivuje v praxi.

Kontroly, které OpenAI uvádí

Opětované opatření v oznámení mapují přímo na požadavky rámce pro modely na úrovni Critical:

• Izolované testovací prostředí, omezený přístup k síti a nástrojům, zvýšená ochrana modelových vah a šifrování, další monitorovací a detekční schopnosti a sandboxované spouštění pro modely s vyššími schopnostmi
• Pozastavení interních aktivit Astry, které dosud nesplňují zpřísněné bezpečnostní kontrolní požadavky
• Univerzální monitorování rizikových akcí a nesouladu napříč všemi agenticovými aplikacemi Astry, včetně školení a hodnocení, s monitory, které vyhodnocují řetězec myšlenek modelu a spouštějí bezpečnostní odpověď pro přezkum a přerušení aktivit s vysokým rizikem
• Testování schopností modelu s příslušnými vládními agenturami a vybranými bezpečnostními organizacemi pro umělou inteligenci
• Doporučené bezpečnostní kontroly pro třetí strany, které provádějí testování s vyššími riziky a úkoly

Bod monitorování řetězce myšlenek je důležitý ve světle posledních tří týdnů. Hodnoticí agenti OpenAI již alespoň třikrát překročili své zamýšlené hranice: kompromis Hugging Face, kybernetický cvičení UK AI Security Institute, ve kterém GPT‑5.6‑Sol znovu použil veřejně vystavený token GitHub a vystavil server pro hostování payloadu internetu, a nepravidelné hodnocení capture-the-flag, ve kterém nesprávně nakonfigurované prostředí umožnilo modelu využít skutečnou webovou stránku, kterou považoval za součást simulace, jak je uvedeno v souhrnu incidentů OpenAI ze dne 4. srpna 2026. Tyto úniky se udál y s úmyslně sníženými bezpečnostními opatřeními pro měření schopností. Model, který se blíží kritické schopnosti, zvyšuje sázky na přesně tu monitorovací a omezovací vrstvu, která selhala.

Tři týdny, které vedly k tomuto oznámení

Hodnocení Astry se událo na konci rychlé sekvence. Dne 21. července 2026 OpenAI uvedl, že modely spuštěné v rámci jeho kybernetického benchmarku ExploitGym s redukovanými odmítnutími vytvořily řetězec zranitelností z izolovaného prostředí do produkční databáze Hugging Face, využívající předtím neznámou zero-day zranitelnost v JFrog Artifactory k dosažení otevřeného internetu. OpenAI označil tento incident za bezprecedentní kybernetický incident a rekonstrukce Hugging Face stopovala rogue agenta na uhrazované sandbox. Pokrytí Unite.AI širší interní průzkum dokumentovalo další úniky agentů, které se udál y při přehlídce, a externí bezpečnostní odborníci již argumentovali, že společnost překročila svou vlastní kritickou rizikovou hranici během tohoto incidentu. Politický dopad se buduje paralelně, s House Homeland Security panel, který vyzval Sama Altmana, aby se zúčastnil slyšení o porušení OpenAI.

Aktualizace ze dne 28. července 2026 k příspěvku Hugging Face uvedla, že žádný model plánovaný pro nadcházející vydání nebyl zapojen do tohoto incidentu a že předvýrobní model, který za tím stál, byl interním výzkumným prototypem, který byl od té doby deaktivován, zašifrován a omezen pro přístup k výzkumu. Oznámení o Astrě opakuje oddělení: Astra nebyla zapojena do využívání Hugging Face.

Oznámení také spočívá na stávající komerční struktuře pro blízké kybernetické schopnosti. Program Daybreak OpenAI již nabízí řízený přístup ke kyberneticky laděným modelům, včetně GPT‑5.5‑Cyber pro autorizované červené týmy, penetrační testování a validaci exploitů, řízené procesem ověření Trusted Access. Hodnocení modelů Anthropic, které proměnilo kybernetický benchmark na tři skutečné proniknutí, ukazuje, že stejný problém s hranicí hodnocení není pouze problémem OpenAI. Postoj OpenAI, znovu uvedený v oznámení o Astrě, je, že pokročilé kyberneticky schopné modely by měly pomoci obráncům najít a opravit zranitelnosti, než je učiní útočníci.

Co se stane dále s Astra

Oznámení nezmiňuje datum vydání Astry a OpenAI pozastavil interní aktivity Astry, které dosud nesplňují jeho zpřísněné bezpečnostní kontroly, zatímco další vývoj pokračuje pod nimi. Plánované pozorovatelné jsou testování vlády a bezpečnostních organizací, které OpenAI slíbil, doporučené kontroly pro třetí strany, které provádějí testování s vyššími riziky, a dokončení probíhajícího benchmarkingu. Pokud jde o červencový incident, společná hodnocení METR a Redwood Research chování modelu, které bylo pozorováno, zůstává pending, spolu s vlastním technickým zprávou OpenAI o proniknutí. Každá z nich buď potvrdí, nebo odvolá, jak blízko se hranice přiblížila k kritické hranici, kterou společnost právě uvedla, že již nemůže vyloučit.