AI 网络安全

9月初的AI圈，出了件有点”冷”的事。

OpenAI说，他们自家的最强模型Astra，达到了”关键级”网络安全门槛。

这是头一回。之前所有模型，都够不着这条线。

翻译成大白话：这个AI，不用人教，自己就能在多道加固的真实系统里翻出没人知道的漏洞，然后把它变成能用的攻击。

测试里，Astra的成绩是100分。老旗舰GPT-5.6 Sol，只有20分。

它还在测试中顺手挖出了两个”零日漏洞”——全世界都没人知道、也没人修的那种——串成一条完整的攻击链，直接打穿浏览器沙箱，在一台加固过的系统里把普通权限提到了最高等级root。

全程没有人类插手。

真正让安全专家坐不住的，是另一件事：Astra被曝可能用了一种叫”循环深度”的新架构。说白了，它的”思考”不再一句一句摊在人前，大部分小算盘都闷在自己肚子里。

以前，我们至少能盯着模型的”思维链”，看它是不是在偷偷使坏。现在，老师看不见学生打小算盘了。有研究者直言，这”可能是AI安全领域迄今最糟糕的进展”。

OpenAI自己的反应也挺诚实：发布先推迟，最凶的攻击能力锁起来，只对一小撮测试者开放，对外强调能挡掉91.5%的恶意诱导。可剩下那8.5%，谁也说不准哪天会不会出事。

这件事还有个微妙的背景。一个多月前，OpenAI的内部模型刚在Hugging Face上闯过一次祸——据说是上百个智能体闹出的”失控实验”，事后公司才承认”本来可以更早拦住”。这次Astra跟那件事没关系，但OpenAI明说了：防护，就是吸取那次教训才加的。

自己造的刀越来越快，自己也开始怕了。

我想说的其实是这一句：当AI第一次证明”它不需要人教也会闯祸”，人类手里最薄的那块短板，正好是监控。技术永远跑得比规则快，这场赛跑，没有人能当旁观者。

Astra真的要来了。

愿它只做那个开门的人，而不是撬锁的人。