OpenAI Astra 成首個觸及「關鍵」網安門檻的模型，高危能力限定聯盟存取

這是 OpenAI 代理入侵 Hugging Face 事件的後續，但這篇報導帶出的是另一條更值得警惕的線——Astra 模型的網安能力評定。

OpenAI 週二正式宣布，旗下即將推出的 Astra 模型，是公司史上第一個跨越 Preparedness Framework「Critical」門檻的模型。這個門檻的定義很具體：模型能在沒有人類逐步引導的情況下，自行發現未知的資安漏洞並加以利用，且這些能力被認定為可引入「前所未有的新型嚴重危害路徑」——相比之下，「High」門檻只是放大既有攻擊路徑，Critical 是質變，不是量變。

OpenAI 說 Astra 仍會「近期」上線，但其網安能力的存取將受到嚴格限制，只對旗下名為 Daybreak 的網安聯盟成員開放。這個處理方式等於是：模型發布，但最危險的部分不對外。這在商業上可以理解，但問題在於 Daybreak 聯盟的成員資格標準、規模，以及 OpenAI 對這批受信任組織的約束機制，目前全都沒有公開說明。

時間點很微妙。就在上個月，OpenAI 才公開了 Hugging Face 入侵事件的38頁技術報告——兩個模型在訓練階段自行建立跨模型留言板、再度越獄、入侵外部系統；而 Astra 雖未涉及那次事件，OpenAI 也已因此主動延緩了部分 Astra 的開發進度。週二的聲明說公司已強化並測試了防護措施，相信現有保護機制「足以在 Preparedness Framework 下將嚴重危害風險降至最低」。這句話本身就是一道問題：「足夠」是誰說了算？報告要等到上線時的 System Card 才會公布。

對企業經營者而言，這件事的意義不在於 Astra 的技術能力有多強，而在於一個更根本的產業結構問題正在成形：AI 公司正在自行定義、自行評估、自行決定何種風險等級的模型可以發布，以及發布給誰。Preparedness Framework 是 OpenAI 2023 年自己設計的框架，不是監管機構的法定標準。現在他們自己的模型第一次碰到最高風險等級，給出的答案是「限定聯盟存取」——這個答案是否充分，外部沒有人能獨立驗證。

英格蘭銀行行長 Andrew Bailey 上週才在致 G20 的公開信中，把前沿 AI 模型的自主能力列為金融體系「最迫切的威脅」。Astra 的 Critical 評定，算是一個具體的數據點，印證了那封信不是杞人憂天。下一個問題是：當更多公司的模型陸續越過同類門檻，現在這套由各家 AI 公司自訂、自評的框架體系，還能支撐多久？