概要
OpenAIは、次期モデル「Astra」が同社のPreparedness Frameworkにおいて、自律的なゼロデイ脆弱性の開発が可能な「Critical（重大）」レベルのサイバー能力に達する可能性があると発表し、厳格な安全管理措置を導入しました。
詳細内容
OpenAIは、開発中の新モデル「Astra」の内部評価において、サイバーセキュリティ能力が飛躍的に向上し、同社の安全指針である『Preparedness Framework』の「Critical」閾値を突破する可能性があることを公表しました。このレベルは、人間の介入なしに堅牢な実世界のシステムに対してゼロデイ攻撃を実行できる能力を指します。これまでのモデル（GPT-5.6-Solなど）は「High」評価に留まっていましたが、Astraはこの境界を超えつつあります。
これを受け、OpenAIは以下の対策を講じています：
- 隔離環境でのテスト、モデルウェイトの保護強化、ネットワークアクセス制限を含む厳格なセキュリティ管理の実施。
- 安全要件を満たさない一部の内部活動の一時停止。
- Chain of Thought（思考の連鎖）を評価し、高リスクな行動を遮断するユニバーサル・モニタリングの導入。
- 政府機関や外部のAI安全団体との連携による共同テスト。
同社は、高度なサイバー能力を持つAIが、攻撃者よりも先に防御側が脆弱性を特定し対処できるよう、責任ある展開とコミュニティへの透明性を重視する方針を示しています。