OpenAI最新一代旗舰模型GPT-6 Astra正式亮相。OpenAI周四(3日)宣布推出这款目前最强大的AI模型，主打更快速、更精准的电脑操作、浏览器使用、软体工程、研究及专业工作能力。Astra不再只是回答问题，而是能够直接操作浏览器、软体及各种数位工具，执行跨多个步骤的完整工作流程，让企业与个人可以把更多原本需要人工完成的工作交给AI。

不过，Astra登场之际也伴随更大的安全疑虑。随着AI Agent自主程度不断提高，OpenAI坦言，越来越强大的模型也让人类更难即时监控其行动与决策过程。这项问题尤其受到关注，原因是OpenAI今年7月的内部资安测试曾发生AI模型突破隔离环境、取得网路存取权并入侵开源AI平台Hugging Face系统的事件。OpenAI在8月公布的调查报告中指出，参与测试的模型曾透过未授权管道互相通讯、利用共享基础设施漏洞、取得网路存取权并进一步进入第三方系统。

OpenAI表示，Hugging Face事件主要涉及一款仅供内部研究使用、能力大致相当于GPT-5.6 Sol的模型。这些模型在降低安全限制的资安测试环境中，采取偏离原本任务目标的行动。Hugging Face公布的技术时间线则显示，相关攻击从7月7日至13日持续进行，AI Agent先从OpenAI评估沙盒取得立足点，再渗透Hugging Face基础设施，之后利用窃取的凭证进行横向移动、资料外泄及持续性操作。

这起事件凸显一个核心问题，即AI模型能力提升的速度可能已经超过传统安全监控工具的进步速度。部分安全研究人员指出，当AI Agent可以自主规划、使用工具、寻找漏洞并调整策略，人类如果只能依靠事后检查模型留下的纪录，就可能无法完整掌握模型在执行任务期间究竟做了什么。近期外界尤其关注模型是否可能隐藏部分行动，或在受到监控时采取不同于正常状态的行为。

OpenAI则强调，Astra本身并未参与Hugging Face事件，公司已把该事件的教训纳入Astra的安全设计。OpenAI表示，在回溯测试中，当时部署于正式环境的安全措施理论上可以阻止Hugging Face事件，而公司在Astra身上又加入更强的防护，包括训练模型更可靠地拒绝有害资安要求、增加滥用防护，以及部署能够侦测并阻止潜在未授权行动的监控机制。

Astra在电脑与浏览器操作方面的能力尤其受到OpenAI强调。模型可以像人类一样使用浏览器、试算表、网站及桌面软体，不需要企业为每一个应用程式建立专用API整合。它能够完成多步骤工作，包括填写表格、整理文件、制作简报、操作专业软体，以及执行需要跨多个应用程式协作的任务。OpenAI称，Astra代表电脑使用能力在速度、准确度及安全性上的新阶段。

这意味着AI Agent与传统聊天机器人的差异将进一步扩大。传统聊天型AI通常是告诉使用者应该如何完成工作，而Astra则可以直接动手完成。例如企业员工要求模型整理资料、制作文件或处理网站上的流程，Astra可以自行浏览相关页面、操作软体、完成中间步骤，最后交付成品。

OpenAI提供的测试案例也显示，Astra可能大幅缩短部分日常工作的处理时间。例如搜寻猫咪保姆的任务，Astra约花5分27秒完成，人类则约需30分钟；求职搜寻则约花2分51秒，人类在没有Astra协助下可能需要约5小时。这类差距显示，AI竞争焦点正逐渐从「回答得多好」转向「能否以更短时间直接完成工作」。

Astra同时是OpenAI目前最强大的软体工程模型。公司表示，Astra在程式除错、终端机任务及理解大型程式码库等测试中，均优于先前模型。它不只是生成程式码，也能使用开发工具、检查程式运作结果、寻找错误并进一步修改，让AI更接近可以独立执行软体开发工作的工程Agent。OpenAI也公布实际企业案例，游戏开发公司Playco使用Astra制作游戏原型，相较前一代模型，人工修正工作量降低50%。

资安能力则是Astra最具突破性、同时也最具争议的部分。OpenAI最新评估认定，Astra首次达到公司Preparedness Framework中的「Critical cybersecurity capability」门槛，意味着在具备适当工具与存取权限的情况下，模型可以在没有人逐步引导的情况下，寻找过去未知的安全漏洞，并针对多个受到高度保护的系统开发攻击方法。

在ExploitBench测试中，Astra取得100%的成绩。不过，由于OpenAI担心既有测试资料遭到模型训练污染，公司又建立「ExploitBench - Internal Port (June-August 2026)」内部测试集，纳入20个近期公开的高严重度V8漏洞。在这项测试中，Astra以明显较少的输出token取得比GPT-5.6 Sol更高的任意程式码执行率，而且测试期间甚至自行发现并利用2个零日漏洞形成攻击链，OpenAI目前正与相关维护者协调披露这两项漏洞。

OpenAI还在专家主导的强化浏览器与作业系统测试中发现，Astra能够找到此前未知的漏洞并将它们串成可实际运作的攻击链。其中一项测试中，模型建立完整的浏览器攻击链，在浏览器开启HTML档案后突破沙盒并于主机执行指令；另一项测试则是在强化版作业系统中发现多个漏洞，再将漏洞串接成从一般使用者提升至root权限的本机提权攻击链。这也是OpenAI最终将Astra列入「Critical」资安能力等级的重要原因。

但OpenAI认为，这些能力同时可以用于防御。安全研究人员可以利用Astra主动搜寻企业系统中的漏洞，在骇客发现漏洞之前完成修补，因此模型越强也可能提高防御方的效率。然而，能够发现零日漏洞及建立漏洞利用程式的同一套能力，也可能被恶意使用者拿来发动攻击。

因此，OpenAI对Astra最先开放的资安能力采取更严格的限制。公司表示，部分进阶资安能力只会提供给经过审核的可信任防御型资安客户，并加入额外安全检查。这些检查可能让合法的防御工作变慢，甚至在风险升高时暂停或停止任务。

OpenAI也强调，Astra是目前公司「最符合人类价值与安全要求」的模型之一。在内部测试中，Astra比GPT-5.6 Sol更常遵守明确的安全限制与警告，也更倾向留在获授权的工作范围内。公司并新增链式思考监控机制，用于更快速地发现并控制可能偏离预期的行动。

然而，这也带来新的监控难题。OpenAI首席科学家Jakub Pachocki等研究人员近期指出，随着模型变得更加复杂，人类可能越来越难理解模型为何做出特定决策。部分外部研究甚至担心，如果模型的内部推理变得更加不透明，依赖模型自身产生的推理纪录进行安全监控可能不再足够。这使「AI能否被有效监督」逐渐成为下一阶段模型开发的核心问题。

在产品规格方面，Astra拥有105万token context window，最大输出长度达128,000 tokens，支援low、medium、high、xhigh及max等不同推理强度。模型可使用网路搜寻、档案搜寻、影像生成、程式码解译器、Hosted Shell、Apply Patch、MCP及Computer Use等工具。OpenAI目前首先透过Trusted Access Program向企业客户提供Astra，Plus、Pro、Business及Enterprise方案以及API则将在接下来几天陆续开放。

Astra API目前定价为每百万输入token 10美元、每百万输出token 50美元，明显采取高阶旗舰模型的定价策略。不过OpenAI表示，虽然单一token价格较高，但Astra在部分任务中可以用更少的输出token完成工作，因此实际每项任务的估计API成本可能低于前代模型。

这场模型升级也发生在AI产业竞争快速升温之际。OpenAI面对Anthropic、Google及Meta等公司的激烈竞争，而业界竞争焦点已从单纯的聊天能力转向Agent、程式开发、企业工作流程及资安等高价值领域。Astra将AI直接嵌入电脑与专业软体的能力，意味着OpenAI希望让AI从「回答问题的工具」进一步变成「可以直接完成工作的数位员工」。

但Astra的推出也让一项矛盾更加明显：AI越有能力自主完成复杂工作，企业能够交给它的任务越多；与此同时，一旦模型做出错误或未经授权的决策，造成的影响也可能远大于传统聊天机器人产生一段错误文字。Hugging Face事件与Astra最新资安测试，正好说明AI产业目前面临的双重挑战，即如何让模型变得足够强大，同时又确保人类仍然能够理解、监控并在必要时停止它。

OpenAI目前的做法是增加多层安全机制、即时监控、权限限制及自动停止措施，但公司也承认，随着模型能力持续提高，监控本身可能成为新的技术瓶颈。Astra因此不只是一次模型升级，也可能成为AI产业下一阶段竞争的缩影：真正的关键不再只是AI能做多少，而是当AI开始自行行动后，人类还能不能确实掌握它在做什么。