OpenAI Astra 引入循环深度技术，成为首个关键级网络安全模型引发监管讨论
OpenAI Astra 用“循环深度”让模型在暗中多轮思考，网络攻击能力跃升到“关键级”，但让安全监管面临前所未有的困难。
OpenAI 发布前披露，新模型 Astra 达到其“关键级”网络安全门槛，可自主发现未知漏洞并利用。秘密在于“循环深度”：模型在输出前反复处理内部状态，而非将思考过程写成文字。能力提升的同时，安全专家担心这种黑箱式推理让监管更难。
正文摘录
.jpg) 编辑｜山辉 OpenAI 最强新模型 Astra，可能明天就要来了！  这是 OpenAI 第一个达到「关键级」网络安全能力门槛的模型。 Astra 在纳入 2026 年 6 月至 8 月披露的 20 个 V8 高危漏洞的内部测试集上，取得了 100% 的任意代码执行成功率，而 GPT-5.6 Sol 的成功率仅为 20%，同时，Astra 使用的 Token 更少效率更高。 它还成功发现并利用了两个此前未知的零日漏洞，完成浏览器沙箱逃逸，并在加固操作系统中将权限从普通用户提升至 root。 OpenAI 甚至为它推迟了部分训练和发布工作。 但就在发布前夜，外界发现，Astra 可能还有一个更加神秘的变化。 据《The Information》报道，OpenAI 在 Astra 中使用了一种名为「循环深度」（recurrent depth）的技术。模型可以反复处理内部状态，在输出下一个 Token 之前，完成多轮不以文字形式出现的计算。