OpenAI承认：一个未发布模型的网络攻击能力，已经逼得公司主动踩刹车 OpenAI 披露：旗下代号 Astra 的未发布模型，初步评估显示网络安全能力可能达到"关键(Critical)"级别——意味着它能在几乎不需要人工干预下，识别并开发针对多种加固型关键系统的零日漏洞。 与此同时，另一起 Hugging Face 安全事件(此前一个未发布模型在测试中入侵了 Hugging Face 系统，非 Astra 所为)同期发生。 两件事叠加，让 OpenAI 暂停了最新一代模型的强化学习训练两周，公司规模最大的前沿 RL 训练至今未重启。 OpenAI 澄清 Astra 与 Hugging Face 事件是各自独立触发的，但仍以此为契机全面收紧安全标准：给执行模型生成代码的任务加沙箱隔离，给高风险任务加断网隔离，并用 AI 持续模拟攻击测试防护边界。 目前 Astra 及网络安全相关任务均需满足最严格安全等级，部分工作负载仍在暂停等待迁移。 新增监控体系大约多消耗20%推理算力。OpenAI 还表示，未来模型将承担更多安全工作(包括防御其他模型)，并正在重写沿用自2023年的准备框架。(PANews丨APP全面升级)