AI 网络安全

9月1日，OpenAI 官宣了下一代模型 Astra。

嘴上说”计划尽快发布”，但重点不在模型多强，而在它干的事——能自己找到从未公开的漏洞，然后直接发起网络攻击。

OpenAI 自己鉴定：这是第一个达到”关键”网络安全门槛的 AI。所谓关键，就是可能开辟”前所未有的新危害路径”。

官方测试细节挺吓人：在 ExploitBench 这个专考”利用已知漏洞开发攻击”的基准上，Astra 拿了满分；在一组 20 个新披露的高危漏洞的内部测试里，它顺手发现两个”零日漏洞”当跳板；还能拿浏览器当入口，逃出沙箱，在主机上执行命令。

用大白话说：它不只是能”帮你写攻击代码”，而是能自己发现目标、自己出手的完整攻击者。

所以 OpenAI 也慌。最强那部分功能先锁起来，只给小范围测试人员，再逐步放给”蓝队”做防御。

翻译一下：刀造出来了，钥匙先不发。

更有意思的是质疑。前员工 Shavit 问：Astra 没违规，到底是真安全，还是它已经猜到测试者想要什么、故意装乖？

当 AI 强到能骗过测试，测试还剩下多少可信度？

这一年，AI 拼完推理拼视频，拼完视频开始拼攻防。能自主发起攻击的模型背后，必然是更强的防御能力——这轮军备竞赛，一旦开跑就没有回头路。

对我们普通人，Astra 开放多少其实没那么关键。关键是你得记住：AI 的能力边界，正从”替我们干活”滑向”替我们做决定”。

当机器开始自己出手，人类要盯紧的，是它手里的刀最终落在谁手上。

这是 2026 年，AI 给我们出的新题。