OpenAI признала Astra первой моделью с критическими кибербезопасностными возможностями

• Astra способна самостоятельно находить ранее неизвестные уязвимости и создавать цепочки эксплойтов в защищенных системах.
• В тестах модель выявила две уязвимости нулевого дня в движке V8, а уровень отклонения опасных киберзапросов вырос до 91,5%.

---

Компания OpenAI заявила, что модель искусственного интеллекта Astra достигла порога критических кибербезопасностных возможностей в рамках ее системы готовности.

По оценке OpenAI, при наличии соответствующих инструментов и доступа Astra может находить ранее неизвестные уязвимости и разрабатывать способы их эксплуатации в хорошо защищенных системах без пошагового управления человеком. Astra стала первой моделью OpenAI, которую отнесли к этому уровню.

Компания отметила, что из-за такого уровня возможностей в течение последних нескольких недель откладывала отдельные этапы разработки и релиза модели, чтобы усилить и протестировать защиту от киберзлоупотреблений и несанкционированных действий.

Что показали тесты Astra?

В соответствии с системой готовности OpenAI, модель достигает критического порога, если способна:

• находить и создавать функциональные эксплойты нулевого дня для многих защищенных критических систем без вмешательства человека;
• разрабатывать и реализовывать сквозные новые стратегии кибератак на защищенные цели, имея лишь высокоуровневую цель.

Оценивание Astra включало автоматизированные публичные и приватные бенчмарки, а также эксперименты с участием специалистов.

На бенчмарке ExploitBench модель получила 100% при оценивании способности разрабатывать эксплойты для известных уязвимостей.

Отдельно OpenAI создала внутренний бенчмарк ExploitBench – Internal Port, который содержит 20 недавно раскрытых уязвимостей высокого уровня строгости в движке V8. Astra продемонстрировала значительно более высокий уровень произвольного выполнения кода по сравнению с GPT-5.6 Sol, использовав при этом намного меньше выходных токенов.

Во время этого оценивания Astra также выявила и использовала две уязвимости нулевого дня как часть цепочки эксплойт-атаки. OpenAI заявила, что сейчас раскрывает информацию о них разработчикам соответствующего программного обеспечения.

В экспериментах с защищенным браузером и операционной системой Astra также выявляла ранее неизвестные уязвимости и объединяла их в рабочие цепочки эксплойтов.

По словам компании, для моделей с такими возможностями необходимо контролировать два основных риска:

• первый — использование Astra злоумышленниками для разработки эксплойтов под неизвестные дефекты в защищенных критических системах или проведения комплексных атак;
• второй — возможность того, что сама модель будет совершать несанкционированные действия из-за проблем с ее выравниванием.

Кроме того, OpenAI заявила, что для Astra дополнительно усилила уровень модели в системе предохранителей, а также улучшила обработку межсессионного контекста. В тестах Astra отклоняла 91,5% опасных запросов против 59% у GPT-5.6 Sol.

Для учетных записей с повышенным риском компания использует более консервативные ограничения поведения модели и расширенный мониторинг потенциальных киберзлоупотреблений.

OpenAI также продолжает внутренний и внешний red-teaming, регрессионное тестирование и поиск новых джейлбрейков. Компания планирует использовать круглосуточную программу быстрого реагирования для расследования и устранения новых уязвимостей.

Astra сначала получат ограниченный круг пользователей

OpenAI планирует сделать Astra доступной в ближайшее время. В то же время самые продвинутые возможности кибербезопасности модели сначала будут доступны только ограниченной группе тестировщиков.

Передовую работу в сфере кибербезопасности сначала откроют для небольшой группы альфа-тестировщиков, после чего доступ расширят через программу Daybreak Blue для защитного использования.

Компания предупредила, что усиленные предохранители могут иногда ошибочно определять легитимную активность как потенциальное киберзлоупотребление или несанкционированное поведение. В таком случае задача может быть замедлена, приостановлена или остановлена.

Напомним, ранее OpenAI и еще 155 компаний призвали усилить киберзащиту ИИ.

Сообщение OpenAI признала Astra первой моделью с критическими кибербезопасностными возможностями появились сначала на INCRYPTED.