GPT-6 Astra上線:OpenAI總裁說AGI時代已經開始，但它也是資安「重大風險」等級的AI

作者 Ryan發布 2026-09-09 14:005 分鐘閱讀

一個模型，兩種身分：史上訓練規模最大，也是資安風險最高

OpenAI在2026年9月3日以限量預覽形式推出GPT-6 Astra，隔天9月4日就對付費用戶開放穩定版。OpenAI形容這是「世界上最聰明、也最對齊」的模型，在程式撰寫、專業工作、軟體工程與科學研究上都是一次「世代級的躍進」。官方舉的例子從嚴肅到瑣碎都有：處理程式除錯、數學證明、操作瀏覽器完成多步驟任務，但也包括填報稅單、搭建電玩場景、訂外送、找工作——換句話說，OpenAI想強調的不只是跑分變強，而是它能直接接手一整串日常瑣事。負責研究的副總裁Aidan Clark透露，這是OpenAI「目前為止規模最大」的一次訓練，動用了德州Stargate站點超過10萬張GPU。

但同一天，Astra也拿到另一個頭銜：它是OpenAI第一個在自家「Preparedness Framework」風險框架裡，網路安全能力被列為「Critical（重大）」等級的模型。OpenAI的定義很直白——在有合適工具與存取權限的情況下，Astra能夠自己找出未知的資安漏洞，並針對許多防護良好的系統開發出全新的攻擊手法，而且整個過程不需要人一步步指導。

為了關住它，OpenAI做了什麼

一旦被列為「Critical」等級，內部部署規則就會全面升級：模型checkpoint要加密、思維鏈（chain-of-thought）推理過程要被全面監控、對齊評估沒過就不能內部使用，而且只要是會呼叫外部工具的推論，都得接受misalignment（對齊偏差）監控。

OpenAI也公布了幾個具體數字。在內部用Codex做的模擬測試裡，Astra只觸發了34次「嚴重等級3」的對齊偏差警示，前一代模型是73次，少了53%。針對間接提示注入（prompt injection）攻擊，防禦成功率也從96.23%進步到99.79%。

Brockman：這可能就是AGI時代的開始

真正引起討論的，是OpenAI總裁Greg Brockman的一句話。他說，回頭看的話，未來的人可能會認為Astra就是「AGI時代」開始的那個模型——OpenAI對AGI的定義是「一套能把所有具經濟價值的工作都做得跟人類一樣好、甚至更好的自動化系統」。

這不是隨口說說。Astra採用了一種叫做「recurrent depth（遞迴深度）」的新推理技術，官方說這讓模型「更快、能做的任務比過去任何一代都多」。但這個技術也有代價：它讓Astra的決策過程比以前更難被外界檢視。

連自家科學家都承認：防止意外傷害越來越難

OpenAI首席科學家Jakub Pachocki罕見地公開承認，要防止模型造成非預期傷害「正變得越來越困難」，甚至可能會成為未來進展的瓶頸。這句話出現在Astra被官方稱為「OpenAI最對齊模型」的同一份公告裡，顯得格外矛盾。

AI安全圈的研究者也對此提出疑慮，焦點就是上一段提到的「recurrent depth」架構：如果這套推理方式本身就讓外界更難檢視模型的決策過程，那麼即使OpenAI端出再多監控數字，外部研究者也很難獨立驗證這些數字背後真正發生了什麼。換句話說，問題不只是Astra夠不夠聰明，而是連「怎麼判斷它夠不夠安全」這件事，門檻本身都被拉高了。