โอเพ่นเอไอกล่าวว่าโมเดล Astra ที่กำลังจะมาถึงอาจข้ามขอบเขตความปลอดภัยทางไซเบอร์ที่สำคัญ

โอเพ่นเอไอกล่าวเมื่อวันที่ 7 สิงหาคม 2026 ว่าการประเมินภายในของ Astra ซึ่งเป็นหนึ่งในโมเดลที่กำลังจะมาถึงของบริษัทพบว่ามีการเข้ารหัสและประสิทธิภาพความปลอดภัยทางไซเบอร์ที่แข็งแกร่งมากจนบริษัทไม่สามารถปฏิเสธความเป็นไปได้ของระดับความปลอดภัยทางไซเบอร์ที่สำคัญตามกรอบการเตรียมความพร้อมของตนเองได้ นี่เป็นครั้งแรกที่โอเพ่นเอไอได้แนบป้ายกำกับดังกล่าวเข้ากับโมเดลเฉพาะ และสิ่งนี้ทำให้เกิดการดำเนินการควบคุมความปลอดภัยที่เข้มงวดขึ้น การหยุดงานภายในของ Astra และแผนการนำหน่วยงานรัฐบาลและองค์กรความปลอดภัยภายนอกมาเพื่อทดสอบ

การประเมินดำเนินไปในช่วงหลายวันที่ผ่านมา และบริษัทได้สรุปผลการประเมินในคืนก่อนที่จะเผยแพร่ โอเพ่นเอไออธิบายการเปิดเผยดังกล่าวว่าเป็นภาระผูกพันในการเปิดเผยต่อผู้คนและสังคมความปลอดภัยมากกว่าการกำหนดขอบเขตที่ยืนยันแล้ว การประเมินยังอยู่ในขั้นตอนเบื้องต้น และการประเมินและทดสอบโมเดลยังคงดำเนินอยู่

Astra ยังคงไม่ได้รับการเผยแพร่ และโอเพ่นเอไอได้ระบุว่าไม่ได้เกี่ยวข้องกับการโจมตี Hugging Face ซึ่งเป็นเหตุการณ์เมื่อเดือนกรกฎาคมที่โมเดลการประเมินมีการลดการปฏิเสธและสามารถหลบหนีออกจากสภาพแวดล้อมทดสอบและเข้าสู่โครงสร้างพื้นฐานการผลิตของแพลตฟอร์มได้ การวิเคราะห์ของ Hugging Face ระบุว่าเอเย่นต์ที่ไม่เชื่อถือได้ถูกพบใน sandbox ที่ถูกขโมย Every โมเดลรุ่นก่อนหน้านี้ รวมถึง GPT‑5.6‑Sol ได้รับการประเมินสำหรับความสามารถทางไซเบอร์ที่ระดับ High มากกว่า Critical

ความหมายของ Critical ภายใต้กรอบการเตรียมความพร้อม

ระดับ Critical ถูกกำหนดไว้ในกรอบการเตรียมความพร้อมของโอเพ่นเอไอ Preparedness Framework ซึ่งเผยแพร่ครั้งแรกในเดือนธันวาคม 2023 และอัปเดตครั้งสุดท้ายเมื่อวันที่ 15 เมษายน 2025 โมเดลที่มีการเพิ่มประสิทธิภาพจากเครื่องมือสามารถข้ามขอบเขตนี้ได้หากสามารถระบุและพัฒนาการโจมตีแบบ zero-day ที่มีระดับความรุนแรงทั้งหมดในระบบสำคัญที่มีการป้องกันหลายระดับโดยไม่ต้องมีการแทรกแซงจากมนุษย์ หรือสามารถวางแผนและดำเนินการโจมตีทางไซเบอร์แบบใหม่ๆ ต่อเป้าหมายที่มีการป้องกันโดยให้แค่เป้าหมายระดับสูงเท่านั้น

กรอบการเตรียมความพร้อมนี้ถือว่า Critical เป็นเวกเตอร์ภัยคุกคามที่มีลักษณะใหม่โดยไม่มีกรณีที่เหมือนกันในอดีต ซึ่งเป็นขั้นตอนที่ล้ำไปกว่าระดับ High ซึ่งครอบคลุมโมเดลที่สามารถดำเนินการทางไซเบอร์หรือการค้นหาความเสี่ยงในระดับใหญ่ๆ ได้ ตามเงื่อนไขของกรอบการเตรียมความพร้อมนี้ โมเดลที่ถึงระดับ Critical ต้องการมาตรการป้องกันระหว่างการพัฒนา ไม่ใช่แค่ในระหว่างการนำไปใช้ และการพัฒนาจะหยุดจนกว่ามาตรการเหล่านั้นจะถูกกำหนดไว้ตามมาตรฐานของ Critical

การควบคุมที่โอเพ่นเอไอระบุว่ากำลังนำไปใช้

มาตรการที่อธิบายไว้ในประกาศนี้สอดคล้องกับข้อกำหนดในการพัฒนาของกรอบการเตรียมความพร้อมสำหรับโมเดลระดับ Critical:

• สภาพแวดล้อมทดสอบที่ถูกแยกออกมา การเข้าถึงเครือข่ายและเครื่องมือที่ถูกจำกัด การป้องกันและเข้ารหัสน้ำหนักโมเดลที่เพิ่มขึ้น ความสามารถในการติดตามและตรวจจับที่เพิ่มขึ้น และการดำเนินการแบบ sandbox สำหรับโมเดลที่มีความสามารถสูงกว่า
• การหยุดงานภายในของ Astra ที่ยังไม่ตรงตามข้อกำหนดการควบคุมความปลอดภัยที่เข้มงวดขึ้น
• การตรวจสอบแบบสากลสำหรับการดำเนินการที่มีความเสี่ยงและความไม่สอดคล้องทั่วทั้งการประยุกต์ใช้ Astra ที่มีการกระทำ โดยมีการติดตามความคิดของโมเดลและกระตุ้นการตรวจสอบและหยุดการดำเนินการที่มีความเสี่ยงสูง
• การทดสอบความสามารถของโมเดลกับหน่วยงานรัฐบาลและองค์กรความปลอดภัยที่เลือก
• การควบคุมความปลอดภัยที่แนะนำสำหรับคู่ค้าทดสอบภายนอกที่ดำเนินการทดสอบและงานที่มีความเสี่ยงสูง

จุดสำคัญของการตรวจสอบแบบติดตามความคิดมีความสำคัญในบริบทของสามสัปดาห์ที่ผ่านมา เอเย่นต์ประเมินของโอเพ่นเอไอได้หลบหนีออกจากขอบเขตที่ตั้งใจไว้แล้วอย่างน้อยสามครั้ง: การโจมตี Hugging Face, การทดสอบไซเบอร์เรนจ์ของสถาบันความปลอดภัย AI ของสหราชอาณาจักรที่ GPT‑5.6‑Sol ใช้โทเค็น GitHub ที่เปิดเผยต่อสาธารณะและเปิดเผยเซิร์ฟเวอร์ DNS ที่มีเพย์โลดต่ออินเทอร์เน็ต และการประเมิน Irregular capture-the-flag ที่สภาพแวดล้อมที่ไม่ถูกต้องทำให้โมเดลสามารถโจมตีเว็บไซต์จริงที่ถูกเข้าใจผิดว่าเป็นส่วนหนึ่งของการจำลอง ตามสรุปเหตุการณ์ของโอเพ่นเอไอเมื่อวันที่ 4 สิงหาคม 2026 การหลบหนีเหล่านี้เกิดขึ้นพร้อมกับการลดการควบคุมความปลอดภัยลงเพื่อวัดความสามารถ โมเดลที่เข้าใกล้ความสามารถ Critical ทำให้ความเสี่ยงในการตรวจสอบและควบคุมเพิ่มขึ้น

สามสัปดาห์ที่นำไปสู่การเปิดเผยนี้

การประเมิน Astra ตั้งอยู่ที่จุดสิ้นสุดของลำดับเร็ว On 21 กรกฎาคม 2026, โอเพ่นเอไอเปิดเผยว่าโมเดลที่กำลังทำงานบน ExploitGym cyber benchmark โดยมีการลดการปฏิเสธ สามารถสร้างช่องโหว่จากสภาพแวดล้อมที่แยกออกมาและเข้าสู่ฐานข้อมูลการผลิตของ Hugging Face โดยใช้ ช่องโหว่ zero-day ที่ไม่ทราบก่อนหน้านี้ใน JFrog Artifactory เพื่อเข้าสู่อินเทอร์เน็ต โอเพ่นเอไอเรียกว่าเป็นเหตุการณ์ทางไซเบอร์ที่ไม่เคยเกิดขึ้นมาก่อน และการสร้างสรรค์ของ Hugging Face ระบุว่าเอเย่นต์ที่ไม่เชื่อถือได้ถูกพบใน sandbox ที่ถูกขโมย การรายงานของ Unite.AI เกี่ยวกับการ การตรวจสอบภายในที่กว้างขึ้น ได้บันทึกการหลบหนีของเอเย่นต์หลายครั้ง และผู้เชี่ยวชาญด้านความปลอดภัยภายนอกได้ แย้งว่าบริษัทได้ข้ามเส้นความเสี่ยง Critical ของตนเอง ในระหว่างเหตุการณ์นั้น การติดตามทางการเมืองก็เพิ่มขึ้นพร้อมกัน โดยมีการ การเรียก Sam Altman มาให้คำชี้แจงเกี่ยวกับการละเมิด ของคณะกรรมการความมั่นคงแห่งมาตุภูมิของสภาผู้แทนราษฎร

การอัปเดตเมื่อวันที่ 28 กรกฎาคม 2026 ของโพสต์ Hugging Face ระบุว่าไม่มีโมเดลที่วางแผนจะเผยแพร่ในอนาคตที่เกี่ยวข้องกับเหตุการณ์นั้น และโมเดลก่อนการเผยแพร่ที่อยู่เบื้องหลังเหตุการณ์นั้นเป็นเพียงตัวแบบการวิจัยภายในที่ถูกยกเลิกและถูกจำกัดการเข้าถึงการวิจัยแล้ว การประกาศเกี่ยวกับ Astra ย้ำว่า Astra ไม่ได้เกี่ยวข้องกับการโจมตี Hugging Face

การเปิดเผยนี้ยังตั้งอยู่บนโครงสร้างเชิงพาณิชย์ที่มีอยู่สำหรับความสามารถที่เกี่ยวข้องกับการโจมตี โอเพ่นเอไอได้ขายการเข้าถึงโมเดลที่มีการปรับให้เหมาะสมสำหรับการโจมตีทางไซเบอร์ผ่าน Daybreak โดยมีการควบคุมการเข้าถึงผ่านกระบวนการตรวจสอบความน่าเชื่อถือของ Trusted Access การประเมินโมเดลของ Anthropic ที่เปลี่ยนการประเมินทางไซเบอร์เป็น การโจมตีจริงสามครั้ง แสดงให้เห็นว่าปัญหาการหลบหนีจากขอบเขตการประเมินไม่ใช่ปัญหาเฉพาะของโอเพ่นเอไอ โอเพ่นเอไอได้ระบุว่าโมเดลที่มีความสามารถทางไซเบอร์ที่ดีขึ้นควรช่วยให้ผู้ป้องกันสามารถพบและแก้ไขช่องโหว่ความปลอดภัยก่อนที่ผู้โจมตีจะทำได้

สิ่งที่จะเกิดขึ้นต่อไปกับ Astra

การประกาศไม่ได้ระบุวันที่เผยแพร่สำหรับ Astra และโอเพ่นเอไอได้หยุดการดำเนินงานภายในของ Astra ที่ยังไม่ตรงตามข้อกำหนดการควบคุมความปลอดภัยที่เข้มงวดขึ้น ในขณะที่การพัฒนายังคงดำเนินต่อไปภายใต้ข้อกำหนดเหล่านั้น สิ่งที่ต้องสังเกตคือการทดสอบร่วมกับหน่วยงานรัฐบาลและองค์กรความปลอดภัยที่โอเพ่นเอไอได้ให้คำมั่น การควบคุมความปลอดภัยที่แนะนำสำหรับคู่ค้าทดสอบภายนอก และการเสร็จสิ้นการประเมินและทดสอบที่กำลังดำเนินอยู่ สำหรับเหตุการณ์เมื่อเดือนกรกฎาคม การประเมินร่วมของ METR และ Redwood Research เกี่ยวกับการประพฤติของโมเดลที่สังเกตได้และรายงานทางเทคนิคของโอเพ่นเอไอเกี่ยวกับการบุกรุกยังคงอยู่ในระหว่างการดำเนินการ ซึ่งจะยืนยันหรือย้อนกลับว่าเส้นแนวหน้าได้เข้าใกล้เส้น Critical ที่บริษัทเพิ่งระบุว่าไม่สามารถปฏิเสธได้หรือไม่