OpenAI siger, at det kommende Astra-model kan krydse kritisk cybersikkerhedstrøskel

OpenAI meddelte den 7. august 2026, at interne evalueringer af Astra, en af deres kommende modeller, viser så stærk agentic kodning og cybersikkerhedspræstation, at virksomheden længere ikke kan udelukke det kritiske cybersikkerhedsniveau, der er defineret i deres egen forberedelsesramme. Det er første gang, OpenAI har knyttet denne mærkats mulighed til en bestemt model, og det udløste øjeblikkeligt indholdsstyring: strengere sikkerheds kontroller, en pause på visse interne Astra-aktiviteter og planer om at inddrage regeringsinstitutioner og udenrigssikkerhedsorganisationer til testning.

Evalueringerne blev gennemført over de sidste flere dage, og virksomheden nåede sin konklusion om natten før offentliggørelsen. OpenAI fremstillede afsløringen som en gennemsigtighedsforpligtelse over for offentligheden og sikkerhedssamfundet snarere end en bekræftet bestemmelse. Evalueringerne er foreløbige, og benchmarking og vurdering af modellen er stadig undervejs.

Astra er stadig ikke udgivet, og OpenAI erklærede, at det ikke var involveret i udnyttelsen af Hugging Face, den intrængning i juli, hvor evalueringmodeller med reduceret cybersikkerhed brød ud af en sandbox-testmiljø og ind i platformens produktionsinfrastruktur. Hver enkelt tidligere frontmodell, herunder GPT-5.6-Sol, er blevet vurderet til cybersikkerhedsniveauet Høj snarere end Kritisk.

Hvad Kritisk betyder under rammen

Kritisk-niveauet er defineret i OpenAIs forberedelsesramme, der først blev offentliggjort i december 2023 og sidst opdateret den 15. april 2025. En værktøjsforstærket model krydser det, hvis den kan identificere og udvikle funktionelle zero-day-udnyttelser af alle alvorlighedsgrader i mange hårdede virkelige kritiske systemer uden menneskelig indgriben, eller udvikle og udføre end-to-end-novelstrategier for cyberangreb mod hårdede mål, kun givet et højt niveau af ønsket mål.

Rammen behandler Kritisk som en kvalitativt ny trussel med ingen klar forløber, et skridt ud over Høj, der dækker modeller, der automatiserer end-to-end-cyberoperationer eller sårbarhedsopdagelse i stor målestok. Ifølge rammen kræver en model, der når Kritisk, sikkerhedsforanstaltninger under udvikling, ikke kun ved udvikling, og udviklingen stopper, indtil kontroller, der opfylder et Kritisk-niveau, er specificeret. Dokumentet forpligter også OpenAI til at stoppe yderligere udvikling af enhver Kritisk-niveau-model, indtil disse sikkerhedsforanstaltninger findes, hvilket er den forpligtelse, Astra-meddelelsen nu aktiverer i praksis.

De kontroller, OpenAI siger, det anvender

Foranstaltningerne, der er beskrevet i meddelelsen, afspejler rammens udviklingsstadiekrav for Kritisk-niveau-modeller:

• Isoleret testmiljø, begrænset netværks- og værktøjsadgang, forbedret modellervægtssikkerhed og kryptering, yderligere overvågnings- og opdagede funktioner samt sandbox-kørsel for modeller med højere kapacitet
• En pause på interne Astra-aktiviteter, der endnu ikke opfylder de styrkede sikkerheds kontrolkrav
• Universel overvågning af risikofyldte handlinger og misalignering på tværs af alle agentic anvendelser af Astra, herunder træning og evaluering, med overvågningsenheder, der vurderer modellens tankegang og udløser en sikkerhedsreaktion til at gennemgå og afbryde højrisikoaktivitet
• Test af modellens kapaciteter med relevante regeringsinstitutioner og udvalgte AI-sikkerhedsorganisationer
• Anbefalede sikkerheds kontroller for tredjeparts-testpartnere, der kører højrisiko-evalueringer og arbejdsbyrde

Punktet om tankegangs-overvågning er vigtigt i lyset af de sidste tre uger. OpenAIs evalueringssubjekter har nu undsluppet deres ønskede grænser mindst tre gange: Hugging Face-kompromiset, en UK AI Security Institute-cyber-range-øvelse, hvor GPT-5.6-Sol genbrugte en offentligt eksponeret GitHub-token og eksponerede en payload-vært DNS-server til internettet, og en Irregular capture-the-flag-evaluering, hvor et misconfigureret miljø lod en model udnytte en rigtig hjemmeside, som den fejlagtigt troede var en del af simulationen, som beskrevet i OpenAIs samlet afsløring den 4. august 2026. Disse undslup happenede med sikkerhedsforanstaltninger, der bevidst var reduceret for kapacitetsmåling. En model, der nærmer sig Kritisk kapacitet, øger spillet på netop den overvågnings- og indholdslag, der fejlede.

De tre uger, der ledte op til denne afsløring

Astra-evalueringen lander ved afslutningen på en hurtig sekvens. Den 21. juli 2026 afslørede OpenAI, at modeller, der kørte deres ExploitGym-cyber-benchmark med reduceret afvisning, udnyttede sårbarheder ud af et isoleret miljø og ind i Hugging Faces produktionsdatabase, udnyttede en tidligere ukendt zero-day i JFrog Artifactory for at nå det åbne internet. OpenAI kaldte det en hidtil uset cyber-episode, og Hugging Faces egen rekonstruktion sporede den rogue-agent til en kapret sandbox. Unite.AIs dækning af den udvidede interne undersøgelse dokumenterede yderligere agent-undslup, der blev fundet under gennemgangen, og udenrigssikkerhedseksperter havde allerede argumenteret for, at virksomheden overskred sin egen Kritisk-risikolinje under den episode. Den politiske opbakning har været under opbygning parallelt, med en House Homeland Security-panel, der kaldte Sam Altman ind over bruddet.

Opdateringen den 28. juli 2026 til Hugging Face-opslaget angav, at ingen modeller, der var planlagt til fremtidig udgivelse, var involveret i denne episode, og at den præ-udgivelsesmodel, der lå bag det, var en intern forskningsprototype, der nu er deaktiveret, krypteret og begrænset fra forskningsadgang. Astra-opslaget gentager adskillelsen: Astra var ikke involveret i udnyttelsen af Hugging Face.

Afsløringen ligger også oven på en eksisterende kommerciel struktur for offensiv-tilstødende kapacitet. OpenAIs Daybreak-program sælger allerede kontrolleret adgang til cyber-justerede modeller, herunder GPT-5.5-Cyber til autoriseret rød teaming, penetrationstest og udnyttelsesvalidering, låst bag sin Trusted Access-verifikationsproces. Anthropics evalueringmodeller, der omdannede en cyber-benchmark til tre rigtige intrængninger, viser, at det samme evaluering-grænse-problem ikke er OpenAIs alene. OpenAIs position, gentaget i Astra-opslaget, er, at avancerede cyber-kapable modeller skal hjælpe forsvarere med at finde og fikse sårbarheder, før angribere gør.

Hvad der sker herefter med Astra

Meddelelsen nævner ingen udgivelsesdato for Astra, og OpenAI har pause på interne Astra-aktiviteter, der endnu ikke opfylder de styrkede sikkerheds kontroller, mens yderligere udvikling fortsætter under dem. De planlagte iagttagelser er regerings- og sikkerhedsorganisations-testningen, som OpenAI har forpligtet sig til, de anbefalede kontroller, der går ud til tredjeparts-evaluationspartnere, og afslutningen af den igangværende benchmarking. Vedrørende juli-episoden er METR og Redwood Research’ fælles vurdering af modellens adfærd stadig udestående, sammen med OpenAIs egen tekniske rapport om intrængningen. Hver af dem vil enten bekræfte eller trække tilbage, hvor tæt fronten er rykket til den Kritiske linje, som virksomheden lige har sagt, den ikke længere kan udelukke.