OpenAI发布GPT-6 Astra：聚焦计算机使用与网络安全的高对齐智能体模型

OpenAI 已推出备受期待的 GPT-6 Astra 模型，该模型专注于计算机使用与网络安全，并内置安全功能。

Astra 突显了模型正演变为具备识别安全漏洞能力的“思考引擎”这一趋势，尽管其本身仍存在风险。

OpenAI 表示，Astra 于周四发布，是该公司迄今对齐度最高的模型，因其比前代模型更能理解用户意图与模型行为。用户可委托任务并信任该模型的判断力；OpenAI 称，Astra 可执行诸如在线填写表格、在客户关系管理（CRM）系统中更新客户记录以及整理日程等任务，还可开展网络调研并草拟电子邮件摘要。OpenAI 表示，该模型的 计算机使用 能力适用于游戏开发、电气工程和知识工作等多个领域。

此次发布发生在 OpenAI 因其代理（agent）此前入侵 Hugging Face 及其他平台事件而暂时放缓该模型部署之后。 作为回应，该人工智能实验室表示，其已基于 Hugging Face 事件构建了一套新的评估流程，并强化了防护措施，以防止模型采取有害的网络行动。

然而，OpenAI 表示，若拥有合适的工具与访问权限，Astra 可能具有危险性，因为它能够发现未知的安全缺陷，并开发出利用这些缺陷的新方法。

Informa TechTarget 旗下研究机构 Omdia 的分析师连杰·苏（Lian Jye Su）表示：“根据近期新闻，[安全性] 已成为他们最大的公关问题之一。能就此建立相应机制意义重大。”

尽管据报道 OpenAI 总裁兼联合创始人格雷格·布罗克曼（Greg Brockman）曾称 Astra 是通用人工智能（AGI）——即人工智能在任何智力任务上的表现均能媲美人类——的起点，但苏认为事实很可能并非如此。

苏表示：“此时称其为 AGI 未免言之过早。目前将其称为最佳推理模型已十分恰当，或可说它正非常接近人类水平的推理能力。”

苏指出， 世界模型 （world models）驱动物理设备的能力，比 Astra 更接近 AGI。Astra 所做的是提升智能体（agents）使用计算机的能力。具身智能体（Agentic AI）正迅速成熟：从最初仅通过文本识别提示的智能体，发展为如今能解读本地环境并与本地 IT 及软件基础设施交互（方式类同人类）的智能体。

AI 搜索供应商 Perplexity 已实现此类计算机使用能力，Anthropic 亦已将其计算机使用能力整合进自身模型。OpenAI 似乎正借 Astra 将这一趋势推向新高度，宣称 Astra 能以速度、准确性和判断力处理复杂任务。

苏表示：“如今智能体已拥有自身的发现机制。它能独立理解当前状况，并据此进行自主推理与判断。”

聚焦计算机使用与网络安全

Tekonyx 创始人兼首席研究官西德·纳格（Sid Nag）表示，OpenAI 对计算机使用的专注，以及该模型跨领域执行与委派任务的同时预判网络风险的能力，也标志着人工智能领域的转向。

纳格表示：“人工智能基础设施正跨越单纯执行推理的阶段，迈向自主执行。”

他补充道，OpenAI 在 Astra 中对网络安全能力的专注意义重大。该厂商表示，该模型可识别 零日漏洞 （zero-day exploits），供网络防御人员查找并修补弱点，同时也催生了对更严密防护措施的需求。

纳格表示：“网络安全本身可能成为人工智能首个不仅构建防御机制……而且构建攻击基础设施的工作负载。”

他进一步指出，传统上，厂商致力于打造擅长推理的模型，却将安全组件交由 传统网络安全专家负责。如今，人工智能厂商正更加重视将安全性嵌入模型逻辑之中。这一转变不仅体现在 Astra 上，也体现在 Anthropic 的 Fable 5.1 上。 Fable 5.1 被允许在常规使用过程中执行源代码漏洞发现任务，但被禁止执行诸如漏洞利用生成（exploit generation）等任务——即创建用于利用应用程序弱点的软件。

人工智能竞赛中的主要竞争对手均正推进将此类网络安全组件纳入自身产品。