GPT-6 Astra Scores 100% on ExploitBench as OpenAI Blocks PoC Exploit Requests

概述

OpenAI 於本週四正式發表 GPT‑6 Astra，自稱是「全球最智慧且最對齊（aligned）的模型」。此模型在 OpenAI 內部的 Preparedness Framework（備援框架）中，已突破「Critical」等級的資安能力門檻，標誌著 AI 在資安領域的成熟度達到新高。

技術表現與測試結果

• FrontierMath Tier 4：取得 98% 的滿分，顯示其在高階數學推理上的卓越表現。
• ARC‑AGI‑3：得分 99.9%，證明模型在通用人工智慧測驗中的接近完美。
• ExploitBench：此測試衡量模型將已知軟體漏洞轉化為可運作的利用程式（exploit）的能力，Astra 獲得 100% 的滿分，遠超前代 GPT‑5.6 Sol 的 78.5%。

在 2026 年 6 至 8 月間披露的漏洞中，Astra 的任意程式碼執行（arbitrary code‑execution）成功率顯著高於前代，甚至包含兩件 Zero‑day（零日漏洞，指尚未公開或修補的漏洞）案例。若不受任何安全防護，Astra 亦能利用未知漏洞在硬化（hardened）瀏覽器中執行程式碼，或在硬化作業系統上開發提權（privilege‑escalation）利用程式。

安全與濾鏡策略

考量此類 雙重用途（dual‑use） 技術——既能協助防禦方快速發現弱點，也可能被惡意攻擊者濫用——OpenAI 將公開的 Astra 版本限定於 安全程式碼審查與修補，並 拒絕 任何關於產生概念驗證（PoC）利用程式的請求。

OpenAI 於 Daybreak 計畫中表示，未來數週將擴大存取，同時放寬部分防護，以支援漏洞與 PoC 驗證、惡意程式分析、偵測工程等防禦性工作流程。

為防止模型被「越獄（jailbreak）」，OpenAI 加強了模型的魯棒性、擴充了監控上下文，並加入額外的安全檢查。這些檢查在敏感環境下可能會中斷合法的防禦任務，屆時系統會提示使用者審核後再繼續。

未來展望

Astra 目前正向少數企業客戶滾動部署，未來將陸續提供給 ChatGPT Plus、Pro、Business、Enterprise 用戶，並透過 OpenAI API、Microsoft Azure、Amazon Web Services（AWS）Bedrock 供應。隨著防護機制的逐步放寬，業界可望在不犧牲安全的前提下，利用 Astra 加速漏洞修補與威脅偵測。然而，如何在提升防禦效率與防止濫用之間取得平衡，仍是未來政策與技術研發的關鍵課題。

結語：GPT‑6 Astra 的全方位高分表現顯示 AI 已可在資安領域扮演「雙刃劍」角色，企業與研究機構需要在採用前審慎評估其安全設定，才能真正把握這項突破性的技術所帶來的防禦優勢。