Path to Astra: critical capabilities and frontier safeguards

OpenAI ha classificato Astra come il primo modello della propria storia a raggiungere il livello “Critical” di capacità cybersecurity previsto dal Preparedness Framework. La definizione è tutt’altro che cosmetica: secondo le valutazioni pubblicate da OpenAI, Astra può individuare vulnerabilità precedentemente sconosciute e trasformarle in exploit funzionanti su sistemi reali fortemente protetti, senza che un operatore debba guidarne passo dopo passo l’attività.

Il dato più interessante arriva dai test: Su ExploitBench Astra ha ottenuto il 100%, mentre in un benchmark interno costruito con 20 vulnerabilità V8 ad alta severità, rese pubbliche tra giugno e agosto 2026, ha superato nettamente GPT-5.6 Sol nell’esecuzione arbitraria di codice utilizzando molti meno token. Durante queste prove ha inoltre individuato due vulnerabilità zero-day e le ha combinate in una catena di exploit, che OpenAI sta ora comunicando ai maintainer interessati.

Ancora più significativo è il test su ambienti hardened. Astra è riuscita a costruire una catena completa di compromissione di un browser, evadendo la sandbox e arrivando a eseguire comandi sul sistema host attraverso un file HTML malevolo; in un sistema operativo protetto ha inoltre individuato più vulnerabilità e le ha concatenate fino a ottenere una privilege escalation da utente ordinario a root. È precisamente questo salto, dalla semplice assistenza tecnica alla capacità autonoma di costruire una sequenza offensiva, che spinge il modello nella categoria Critical.

La conseguenza industriale è più importante del nome Astra, che continua a essere associato informalmente a quello che potrebbe diventare GPT-6, senza che OpenAI abbia confermato questa identificazione. L’azienda ha infatti deciso di limitare inizialmente l’accesso alle capacità cybersecurity più avanzate a un gruppo ristretto di alpha tester, seguito dal programma Daybreak Blue orientato alla sicurezza difensiva. OpenAI ha inoltre introdotto monitoraggio aggiuntivo, classificatori contro il cyber abuse e sistemi capaci di interrompere automaticamente attività potenzialmente non autorizzate.

Il punto strategico è che la cybersecurity diventa uno dei primi campi in cui l’autonomia degli agenti AI può trasformarsi contemporaneamente in enorme valore economico e in rischio sistemico. Un modello capace di trovare una vulnerabilità sconosciuta può aiutare un’azienda a correggere un problema prima che venga sfruttato, ma la stessa capacità, nelle mani sbagliate, riduce drasticamente il costo necessario per condurre operazioni offensive sofisticate. La tradizionale economia dell’attacco informatico, basata su competenze rare, tempo e specializzazione, potrebbe quindi essere sottoposta alla stessa compressione dei costi che l’AI sta già producendo nel software.

OpenAI sostiene che Astra rifiuta il 91,5% dei tentativi di jailbreak cybersecurity nei propri test, contro il 59% di GPT-5.6 Sol. È un miglioramento notevole, ma contiene anche una lezione poco confortevole: quando la capacità offensiva cresce più rapidamente della capacità di controllo, la sicurezza non può più essere considerata una funzione aggiunta alla fine dello sviluppo. Deve diventare parte dell’architettura stessa del modello, dell’ambiente di training e dell’infrastruttura di deployment.

.