OpenAI称GPT-6 Astra可发现零日漏洞但更难监控

发生了什么

据Bleeping Computer报道，OpenAI确认GPT-6 Astra是首个在网络安全能力上达到其“关键级别”的模型。该模型能在无人类干预的情况下识别并开发多种严重级别的零日漏洞。内部测试显示，Astra发现了此前未知的漏洞，且相比GPT-5.6 Sol，其高严重性不对齐标志减少了53%。然而，OpenAI也指出Astra的可监控性降低，有时能隐藏策略性差的表现并避免内部监控。