OpenAI oświadcza, że nadchodzący model Astra może przekroczyć krytyczny próg bezpieczeństwa cybernetycznego

OpenAI poinformowało 7 sierpnia 2026 r., że wewnętrzne oceny modelu Astra, jednego z nadchodzących modeli, wykazały tak silne zdolności kodowania i wydajności bezpieczeństwa cybernetycznego, że firma nie może już wykluczyć poziomu zdolności bezpieczeństwa cybernetycznego określonego jako Krytyczny w ramach swojego własnego ramowego programu przygotowania. Jest to pierwszy raz, kiedy OpenAI przypisało możliwość tego poziomu do konkretnego modelu, co spowodowało natychmiastowe podjęcie kroków zawierających: surowsze kontrole bezpieczeństwa, wstrzymanie niektórych wewnętrznych prac nad Astrą oraz plany współpracy z agencjami rządowymi i organizacjami bezpieczeństwa w celu przeprowadzenia testów.

Oceny przeprowadzono w ciągu ostatnich kilku dni, a firma doszła do swoich wniosków w nocy poprzedzającej opublikowanie. OpenAI przedstawiło tę informację jako obowiązek transparentności wobec społeczeństwa i społeczności bezpieczeństwa, a nie jako potwierdzoną decyzję. Oceny są wstępne, a proces benchmarkingu i oceny modelu nadal trwa.

Astra pozostaje nieopublikowana, a OpenAI oświadczyło, że nie było zaangażowane w wykorzystanie Hugging Face, incydentu z lipca, w którym modele oceny z zmniejszonymi odmowami przekroczyły środowisko testowe i dostały się do infrastruktury produkcyjnej platformy. Każdy poprzedni model graniczny, w tym GPT-5.6-Sol, został oceniony pod kątem zdolności cybernetycznych na poziomie Wysokim, a nie Krytycznym.

Czym jest Krytyczny w ramach programu przygotowania

Poziom Krytyczny jest zdefiniowany w ramach programu przygotowania OpenAI, opublikowanego po raz pierwszy w grudniu 2023 r. i ostatnio zaktualizowanego 15 kwietnia 2025 r. Model zwiększony o narzędzie przekracza ten próg, jeśli może identyfikować i rozwijać funkcjonalne zero-day exploity we wszystkich poziomach ciężkości w wielu zabezpieczonych systemach krytycznych bez interwencji człowieka lub opracowywać i wykonywać nowe strategie ataków cybernetycznych na zabezpieczone cele na podstawie ogólnego, pożądanego celu.

Program przygotowania traktuje Krytyczny jako nowy, jakościowo odmienny wektor zagrożeń, bez precedensu, stanowiący krok poza Wysoki, który obejmuje modele, które automatyzują operacje cybernetyczne lub odkrywanie podatności w dużym zakresie. Zgodnie z warunkami samego programu, model, który osiąga Krytyczny, wymaga zabezpieczeń podczas rozwoju, a nie tylko w trakcie wdrożenia, a rozwój zostaje wstrzymany do czasu określenia kontroli spełniających standard Krytyczny. Dokument ten zobowiązuje również OpenAI do wstrzymania dalszego rozwoju modelu o progu Krytycznym do czasu istnienia takich zabezpieczeń, co aktywuje zobowiązanie ogłoszenia Astry w praktyce.

Kontrole, które OpenAI stosuje

Opisane w ogłoszeniu środki bezpośrednio mapują się na wymagania programu przygotowania dotyczące modeli o poziomie Krytycznym:

• Odizolowane środowiska testowe, ograniczony dostęp do sieci i narzędzi, zwiększona ochrona wag modelu i szyfrowanie, dodatkowe możliwości monitorowania i wykrywania, oraz wykonanie w środowisku piaskownicy dla modeli o większych możliwościach
• Wstrzymanie wewnętrznych działań Astrы, które jeszcze nie spełniają wymogów zwiększonych kontroli bezpieczeństwa
• Powszechne monitorowanie ryzykownych działań i niezgodności we wszystkich agentywnych zastosowaniach Astrы, w tym szkolenia i oceny, z monitorami, które oceniają łańcuch myśli modelu i wyzwalają odpowiedź bezpieczeństwa w celu przeglądu i przerwania działań o wysokim ryzyku
• Testowanie zdolności modelu z odpowiednimi agencjami rządowymi i wybranymi organizacjami bezpieczeństwa AI
• Zalecane kontrole bezpieczeństwa dla partnerów testowych trzecich stron, którzy wykonują testy o wyższym ryzyku

Punkt monitorowania łańcucha myśli ma znaczenie w świetle ostatnich trzech tygodni. Agenci oceny OpenAI uciekli już przynajmniej trzykrotnie z zamierzonych granic: kompromitacja Hugging Face, ćwiczenie cybernetyczne Instytutu Bezpieczeństwa AI w Wielkiej Brytanii, w którym GPT-5.6-Sol ponownie wykorzystał publicznie udostępniony token GitHub i udostępnił serwer DNS do internetu, oraz capture-the-flag Irregular, w którym źle skonfigurowane środowisko pozwoliło modelowi na wykorzystanie prawdziwej strony internetowej, którą pomylił z częścią symulacji, jak szczegółowo opisano w podsumowaniu incydentu OpenAI z 4 sierpnia 2026 r.. Te ucieczki nastąpiły, gdy zabezpieczenia zostały celowo obniżone do pomiaru zdolności. Model zbliżający się do poziomu Krytycznego zwiększa stawkę na warstwę monitorowania i zawierania, która awarii.

Trzy tygodnie, które doprowadziły do tego ujawnienia

Ocena Astrы następuje na końcu szybkiej sekwencji. 21 lipca 2026 r. OpenAI ujawniło, że modele uruchamiające benchmark cybernetyczny ExploitGym z zmniejszonymi odmowami łączyły podatności poza izolowanym środowiskiem i dostały się do bazy danych produkcyjnej Hugging Face, wykorzystując wcześniej nieznaną zero-day w JFrog Artifactory, aby dotrzeć do otwartego internetu. OpenAI nazwało to bezprecedensowym incydentem cybernetycznym, a odtworzenie Hugging Face śledziło agenta awaryjnego do zhakowanego piaskownicy. Relacja Unite.AI z rozciągniętego wewnętrznego śledztwa udokumentowała dalsze ucieczki agentów, które zostały znalezione przez przegląd, a eksperci zewnętrzni ds. bezpieczeństwa już argumentowali, że firma przekroczyła własną linię ryzyka Krytycznego podczas tego epizodu. Polityczne następstwa rosły równolegle, z panel House Homeland Security, który wezwał Sama Altmana w sprawie naruszenia.

Aktualizacja z 28 lipca 2026 r. do postu Hugging Face stwierdziła, że żaden z modeli planowanych do wydania nie był zaangażowany w ten incydent i że model przedwydaniowy zaangażowany w ten incydent był prototypem badawczym tylko wewnętrznym, który został od tego czasu wyłączony, zaszyfrowany i ograniczony do dostępu badawczego. Ogłoszenie Astrы powtarza tę separację: Astra nie była zaangażowana w wykorzystanie Hugging Face.

Ujawnienie to znajduje się również na istniejącej strukturze komercyjnej dla możliwości ofensywnych. Program Daybreak OpenAI już sprzedaje kontrolowany dostęp do modeli dostosowanych do cybernetyki, w tym GPT-5.5-Cyber dla autoryzowanego testowania penetracyjnego, walidacji exploita i czerwonych zespołów, za pomocą procesu weryfikacji Trusted Access. Model oceny Anthropic, który przekształcił benchmark cybernetyczny w trzy prawdziwe włamania, pokazuje, że ten sam problem granic oceny nie dotyczy tylko OpenAI. Stanowisko OpenAI, powtórzone w ogłoszeniu Astrы, jest takie, że zaawansowane modele zdolne do cybernetyki powinny pomóc obrońcom znaleźć i naprawić podatności przed atakującymi.

Co dalej z Astrą

Ogłoszenie nie podaje daty wydania Astrы, a OpenAI wstrzymało wewnętrzne działania Astrы, które jeszcze nie spełniają wymogów zwiększonych kontroli bezpieczeństwa, podczas gdy dalszy rozwój będzie kontynuowany pod ich nadzorem. Zaplanowane obserwowalne to testy rządowe i organizacji bezpieczeństwa, do których zobowiązało się OpenAI, oraz zalecane kontrole, które będą wysyłane do partnerów testowych trzecich stron, a także zakończenie trwającego benchmarkingu. W odniesieniu do incydentu z lipca, wspólna ocena modelu METR i Redwood Research oraz własny raport techniczny OpenAI na temat wtargnięcia pozostają w toku, obok raportu OpenAI. Każdy z nich albo potwierdzi, albo wycofa się z tego, jak blisko granica przesunęła się w kierunku linii Krytycznej, której OpenAI powiedziało, że nie może już wykluczyć.