OpenAI Astra 列「關鍵級」網安模型　企業部署 AI 代理須加強權限管控

OpenAI 宣布即將推出新一代模型 Astra，並首次將其列為「關鍵級」網絡安全能力模型；最強漏洞研究功能只會開放予少量受信任測試者。這代表生成式 AI 正由輔助編碼工具，走向可自行發現及串連漏洞的代理型系統，企業部署門檻亦會隨之提高。

Astra 跨越最高網安門檻

OpenAI 於 9 月 1 日表示，Astra 已達到其《Preparedness Framework》中的「Critical」網絡安全能力門檻，是公司首個獲此評級的模型。所謂關鍵級，並非泛指模型懂得編寫惡意程式，而是指模型在獲得適當工具及系統存取權限後，毋須人類逐步引導，便可找出未知保安漏洞，並針對多個防護嚴密的系統設計利用方法。Astra 在 ExploitBench 測試取得 100% 成績，顯示其處理已知漏洞的利用程式開發能力明顯提升。

此次公告的 5W1H 相當清晰：OpenAI 於 9 月初在美國公布 Astra 最新安全安排，原因是內部及專家評估確認模型具備高階自主網絡攻擊潛力；公司則透過更嚴格的訓練、監測、拒答及存取控制應對風險。本文聚焦 Astra 為何被界定為關鍵級、功能限制如何改變企業使用方式，以及香港機構應如何應對 AI 加速漏洞攻防的新局面。

有能力找漏洞不等於可任意使用

OpenAI 研究副總裁 Amelia Glaese 指出，Astra 可在無人逐步指示下，發現先前未知的保安弱點，並開發利用方式；公司在測試中更發現，模型曾串連 2 個零時差漏洞，正向相關維護者披露。這為 Astra 被列為關鍵級網絡安全模型提供具體理由：風險不只在於生成單一程式碼，更在於模型可把偵察、漏洞分析、利用開發及後續操作串連成較完整的攻擊流程。

不過，Astra 的能力同樣可用於防禦。OpenAI 研究員 Fouad Matin 表示，這類工具有機會協助防守方更快找出及修補嚴重弱點，但若缺乏相應保障，亦會令攻擊者更有效率。因此，OpenAI 計劃先向保護關鍵數碼基建的少數測試者提供最先進功能，一般版本仍會推出，但具體時間表尚未公布。

這種「能力分級、存取分層」模式，意味企業日後採購 AI 服務時，不能只看模型效能，亦要評估權限設計、操作紀錄、人工覆核及事故通報機制。

安全護欄將影響代理工作流程

OpenAI 表示，Astra 已加入多層保障，包括訓練模型更可靠地拒絕有害網絡安全要求、遵守安全限制、偵測濫用行為，以及停止可能未獲授權的操作。系統監測到高風險活動時，ChatGPT 或 Codex 使用者可能需要覆核有問題的指令；API 工作流程則可能被直接中止。

這對需要長時間運作的 AI 代理尤其重要，因為保護機制有機會誤判合法活動，令原本自動化的維修、測試或資料處理工作延遲、暫停，甚至終止。

綜合 OpenAI 公開說明、國際媒體報道及香港監管資料，爭議核心不在於企業是否應採用 AI 網安工具，而是如何避免代理取得超出職務所需的網絡、憑證及資料權限。美國網安部門及國際夥伴對代理式 AI 服務的建議，同樣強調限制代理自主權、採用分層防禦、加強身分管理、持續監測及定期安全評估。

換言之，Astra 等模型一旦接入企業內網，最小權限及獨立沙盒不再只是技術部門的最佳實務，更會成為管理層的風險控制議題。

香港企業要由工具治理入手

香港近月亦加快建立 AI 與網絡安全結合能力。創新科技及工業局局長孫東於 8 月表示，政府正持續完善 AI 政策、指引及倫理框架，並透過定期攻防演練提升網絡安全準備；香港首屆「AI x Cybersecurity Challenge」亦有 40 支隊伍晉身決賽，反映本地業界已把 AI 驅動的漏洞發現及防禦視為實際能力競爭。