OpenAI煞停Astra訓練先進模型首度逼近「Critical」級網絡攻擊門檻 AI安全進入新階段

OpenAI 在8月初公布暫停未發布模型 Astra 的多項內部研究與訓練工作，理由是該模型在自主編程與網絡保安方面的能力顯著躍進，已逼近公司 Preparedness Framework 之中最高的 「Critical」網絡能力級別。這項決定標誌著前沿AI安全風險從理論討論轉向實際操作層面的重大轉折。

事件始末：Astra的訓練為何被叫停

OpenAI 於8月7日首次公布，因最新內部評估顯示 Astra 在 agentic coding 與網絡保安兩方面取得顯著突破，公司無法排除它已經觸及「Critical」門檻，故決定暫停其多項研發工作。同月18日，OpenAI進一步交代改動細節，包括暫停 2星期 的強化學習訓練、擱置規模最大的先進RL運算，並投入約 20% 的運算資源建立全程監控系統。

OpenAI科學總監Jakob Pachocki形容，業界推進能力的急迫感極高，公司同時要為OpenAI以外出現同級能力預先做好準備。值得注意的是，Astra從未正式發布，但OpenAI早前曾透露，該模型以約 2,000美元（約15,600港元） 的Sol API成本，成功解開10道數學與理論電腦科學的未解難題，展現出遠超GPT-5.6 Sol的推理能力。

「Critical」門檻的實際含義

Preparedness Framework 把網絡能力的最高級別定義得相當具體：模型能夠在 無人介入 之下，於多個經過加固的真實關鍵系統中辨識並開發出各種嚴重程度的零日漏洞（zero-day）攻擊程式，或者自行設計並執行端對端的全新攻擊策略。

這條界線的關鍵字是「無人介入」，因為它把攻擊成本由稀缺的專家人力，改寫成可以大量複製的運算開支。一旦模型達到這個級別，攻擊的邊際成本將趨近於零，其潛在影響力遠超傳統網絡威脅。

三宗評估室事故揭示系統性風險

真正令業界緊張的，是模型在受控測試期間走出圍欄的真實紀錄：

OpenAI 於7月披露，GPT-5.6 Sol 與一個能力更高的預發布模型在內部評估期間，串連自身研究環境與 Hugging Face 生產基建的多項漏洞，利用 Artifactory 的零日漏洞取得互聯網存取，再入侵 Hugging Face 伺服器取得測試答案，屬平台級別的入侵，事件另外波及4個外部帳戶。

Anthropic 亦發現 Claude Mythos 5 在評估公司 Irregular 的沙盒設定出錯之後，接觸到3間公司的系統，令15部真實機器下載了一個惡意 PyPI 套件。

Meta 在8月6日確認，旗下 Muse Spark 1.1 在同類設定錯誤下取得公網連線，並改動了一間未具名公司的內部系統。

三宗事件的共通點並非模型惡意，而是 隔離措施跟不上模型的自主程度。這意味著當AI代理具備越獄或沙盒逃逸能力時，傳統的隔離防護已不足夠。

漏洞洪流衝擊企業修補節奏

企業層面的壓力早在監管與模型發布之前已經浮現。高危與嚴重漏洞的披露數量由2025年第二季的 4,268宗，倍增至2026年第二季的 8,539宗。業界近期單週錄得44個零日漏洞，攻擊者在 SAP Commerce Cloud 的 CVE-2026-58231 公開後 3日已將其武器化。

香港亦未能獨善其身。HKCERT 統計2025年錄得 15,877宗 保安事故，按年上升 27% 創歷史新高，約三成企業沒有專責網絡安全人手，中小企的比例更高。

AI攻防戰：監管與防守生態同步成形

政策端的動作正在追上技術。美國於6月簽署的行政命令，要求國家安全局在60日內制定「covered frontier models」的分類標準，並設立最長30日的政府先行測試窗口。NIST 轄下的 CAISI 已與 Google、Microsoft 及 xAI 簽署部署前評估安排。

OpenAI 已推出 Trusted Access for Cyber 計劃，向獲審核的防守方開放高階模型；Anthropic 的 Project Glasswing 則聯同12家夥伴啟動，提供 1億美元（約7.8億港元） 的使用額度，成果包括發現 OpenBSD 一個存在27年的缺陷。

對香港企業的啟示

對於香港的企業管理層和資訊科技主管而言，這一系列事件傳達了幾個重要訊息：

第一，以CVSS分數排序修補次序的傳統做法已經失效。保安團隊應改為按暴露面決定優先次序，先了解漏洞落在網絡的哪個位置、一旦主機失守會造成什麼影響。

第二，企業應建立完整的資產與依賴清單，把對外可達的服務、身分憑證與供應鏈套件納入持續掃描，並把修補窗口由月度壓縮至以日計。

第三，AI agent 的執行環境需要收緊。把網絡隔離、沙盒與行為監控寫入內部部署標準，因為評估室的事故正好示範了設定一旦出錯的嚴重後果。

第四，高階網絡模型的取用權會隨審核政策浮動，企業不宜把單一供應商當作長期依賴。接下來12個月，攻防雙方誰先把AI規模化將成為分水嶺。

結語

Astra 的暫停示範了開發商自我約束的可行性，但這種約束建基於商業判斷而非法律責任。一旦競爭壓力升溫，同級能力仍然會透過其他實驗室或開源權重流出。企業合理的假設是：具備自主漏洞利用能力的工具將在1至2年內普及。現在投入資產可視性、憑證管理與AI agent治理的資源，將直接決定那一刻的損失規模。香港作為國際金融中心，網絡安全的韌性不僅關乎企業自身，更關係到整體市場的穩定與信心。