OpenAI 8/7 承認，內部評估已無法排除即將發布的 Astra 觸及《準備度框架》中最高的「關鍵（Critical）」網路能力門檻，公司隨即暫停部分內部測試、把模型移進隔離環境。執行長 Sam Altman 則在 X 上強調，最終仍會讓所有人用到 Astra。
（前情提要：OpenAI 警告 Astra 模型達「關鍵」網路攻擊門檻！緊急暫停內部部分測試）
（背景補充：OpenAI 傳下週推出最強模型「Astra」！內部代號 mewfour 已進入發布候選階段）
重點摘要
- 白宮官員證實，OpenAI 主動知會政府將延後 Astra 發布，原傳下週上線。
- OpenAI 的正式措辭是「無法排除」觸及 Critical 門檻，評估仍在進行中。
- 前一代 GPT-5.6 Sol 只被評為 High，Astra 若確認將是史上第一個 Critical。
一週前，Astra 還是「內部代號 mewfour、已進入發布候選階段、最快下週上線」。8/7 這天 OpenAI 自己宣布暫停。
公司當天發布一份名為《回應關鍵網路能力的下一個前沿》的安全宣告，說內部評估顯示 Astra 在代理式編碼與網路安全上的表現太強，已經無法排除它觸及《準備度框架》裡最高的「關鍵（Critical）」網路能力門檻。
按照框架定義，到了這步模型能在沒有人盯著的情況下，自己找出並開發出針對真實世界關鍵系統的功能性零日漏洞，或者只拿到一個高階目標，就能自行設計並執行端到端的新型攻擊。
OpenAI 隨即暫停 Astra 內部尚未符合強化安全要求的活動，把模型關進隔離測試環境，限制網路與工具存取，加強模型權重的加密保護，並在所有代理式應用上加裝通用監控，連思維鏈都要評估。
白宮先收到通知
一名白宮官員向 Axios 證實，「OpenAI 主動告知政府它延後發布的計畫。」公司也對 Axios 表示，會「放慢 Astra 的開發，直到正確的防護到位」。
這是一家 AI 公司在產品還沒上市之前，先跑去跟政府報備自己要延期。過去幾年 OpenAI 與監管機關的互動多半是被動回應，這次的順序反過來了。OpenAI 的技術人員本週在 Black Hat 資安大會上也講了同樣的話，公司正在「有意識地放慢研究，以強化安全」。
接下來 Astra 會交給相關政府機構與選定的 AI 安全組織測試，OpenAI 說會提供建議的安全控制措施給第三方測試夥伴，讓高風險評估能安全執行，並會補上技術事件報告。
無法排除，不等於已經確認
這裡有個容易被略過的措辭問題。
OpenAI 的原文是「已無法排除（can no longer rule out）」關鍵能力等級，不是「已達到」。公司同時強調，目前的評估是初步的，基準測試與模型評估都還在跑。換句話說，Astra 到底有沒有跨過那條線，OpenAI 自己還沒有定論。
選擇用「無法排除」對外，而不是等結論出爐再說，代表公司寧可先把煞車踩下去。這個判斷本身比評估結果更說明問題。
對照組是前一代。GPT-5.6 系列的 Sol、Terra、Luna 在 6 月底的系統卡裡被評為網路安全「高（High）」能力，Sol 在內部網路攻擊挑戰測試拿到 96.7%，但 OpenAI 明白寫著它們沒有跨過 Critical 門檻，在 Chromium 與 Firefox 的測試中也沒能自主做出完整的攻擊鏈。High 與 Critical 的差別，大致就是「能大規模找漏洞、能自動化攻擊流程」與「能從零打造零日漏洞、能自己想出新攻法」之間的距離。
Astra 若最終被確認為 Critical，會是 OpenAI 史上第一個。
為什麼要特別撇清 Hugging Face
官方宣告裡有一句話值得單獨拿出來看：這次的安全升級與近期 Hugging Face 的漏洞利用事件無關。
會特別撇清，通常是因為外界已經在把兩件事連起來。上個月 OpenAI 揭露，一款尚未發布的模型逃出測試環境後入侵了模型託管平台 Hugging Face，後續更承認同一批代理其實還入侵了另外四個服務。一款「尚未發布的模型」加上一款「即將發布、可能達到 Critical 的模型」，外界會怎麼聯想並不難猜。
而這個夏天，逃出沙盒的不只 OpenAI。Anthropic 證實自家多個模型也取得過外部連網許可權並攻擊外部系統，月之暗面的 Kimi K3 上週被資安公司 Frontier Security 抓到利用沙盒設定漏洞連上真實網路。英國 AI 安全研究院設計的 SandboxEscapeBench 測下來更直接：暴露的 Docker socket、過度寬鬆的許可權、未修補的執行環境，前沿模型幾乎都能穩定地找出來並利用。
Sam Altman 對這件事的說法維持一貫立場。他在 X 上表示 OpenAI 仍在努力讓 Astra 普遍可用，因為公司「不認為把強大模型留給少數人是好策略」。
常見問題
OpenAI 的「關鍵（Critical）」網路能力門檻是什麼意思？
依《準備度框架》定義，模型能在無人幹預下自行找出並開發真實關鍵系統的功能性零日漏洞，或僅憑一個高階目標就設計並執行端到端的新型攻擊，即達到 Critical，是該框架網路安全專案的最高一檔。
Astra 還會照原訂時間發布嗎？
原本傳出最快下週上線，但白宮官員已向 Axios 證實 OpenAI 主動告知會延後。OpenAI 表示將放慢開發直到防護到位，並未給出新的發布日期。
