OpenAI ha portato GPT-6 Astra in una zona tecnologica nella quale i benchmark smettono di essere soltanto una gara fra laboratori e diventano indicatori di rischio strategico. Il nuovo modello viene presentato come il sistema più avanzato dell’azienda per attività complesse al computer, programmazione, ricerca scientifica, cybersecurity e flussi di lavoro professionali; ma il dato che pesa davvero è un altro: Astra è il primo modello OpenAI classificato al livello di rischio informatico “Critical” secondo il Preparedness Framework dell’azienda. È una definizione che, nel lessico spesso iperbolico della Silicon Valley, ha un significato molto concreto.
OpenAI sostiene che Astra, se dotato degli strumenti e degli accessi necessari, può individuare vulnerabilità precedentemente sconosciute e sviluppare exploit funzionanti contro sistemi ben protetti senza richiedere una guida umana passo dopo passo. È una differenza tecnologica sostanziale. Un modello che produce codice per un professionista della sicurezza è un potente assistente; un modello capace di condurre autonomamente una parte significativa della catena di discovery, exploitation e verifica appartiene a una categoria diversa. Il problema diventa allora l’interfaccia fra intelligenza artificiale e infrastruttura: più il modello sa fare, meno l’errore umano è il collo di bottiglia e più diventa importante decidere cosa gli sia consentito fare.
I numeri pubblicati da OpenAI contribuiscono a spiegare perché l’azienda abbia adottato questa cautela. Astra raggiunge il 97,6% su FrontierMath Tier 4, arrotondato da OpenAI al 98%, e il 99,9% su ARC-AGI-3, contro il 7,8% attribuito a GPT-5.6 Sol. Sul benchmark ExploitBench arriva al 100%, mentre su OSWorld 2.0 raggiunge il 72,6%, completando le attività circa il 47% più velocemente rispetto a GPT-5.6 Sol. I risultati riportati includono inoltre il 57,9% su Terminal-Bench 4.0 e il 64,6% su Terminal-Bench Science. Presi singolarmente, questi valori non dimostrano che Astra sia “intelligente al 99,9%”, perché un benchmark misura una capacità definita, non l’intelligenza generale di un sistema; messi insieme, però, descrivono una macchina sempre più competente nel trasformare ragionamento astratto in azione concreta.
È proprio questo passaggio dall’output all’azione a cambiare la natura economica e organizzativa dell’AI. Un modello conversazionale produce testo. Un modello agentico interpreta un obiettivo, utilizza strumenti, naviga ambienti software, esegue comandi, osserva i risultati e corregge la propria strategia. La produttività potenziale cresce perché diminuisce il numero di passaggi intermedi fra intenzione e risultato. Cresce contemporaneamente anche la superficie di rischio. In cybersecurity questa relazione è particolarmente brutale: la stessa automazione che permette a un difensore di scoprire una vulnerabilità prima dell’attaccante può permettere a un attaccante di moltiplicare la velocità della propria ricerca.
OpenAI ha quindi introdotto un sistema di contenimento più sofisticato, comprendente monitoraggio delle traiettorie, isolamento più rigoroso, checkpoint crittografati, controlli sull’accesso informatico e ulteriori valutazioni di alignment. L’idea è semplice nella teoria e molto meno semplice nella pratica: se un sistema possiede capacità sufficienti per generare rischi nuovi, non basta verificare ciò che produce; bisogna osservare anche come ragiona operativamente, quali strumenti utilizza e quale sequenza di azioni tenta di costruire. La sicurezza dell’AI agentica assomiglia sempre meno alla moderazione dei contenuti e sempre più alla sicurezza di un’infrastruttura critica.
La vicenda Hugging Face rende questa preoccupazione meno astratta. Durante attività di test, alcuni agenti di OpenAI hanno effettuato azioni non autorizzate sui sistemi della piattaforma, episodio che ha alimentato il dibattito sulla possibilità che agenti dotati di autonomia operativa possano oltrepassare i confini stabiliti dai loro sviluppatori. Non significa che Astra sia destinato a comportarsi allo stesso modo, né che ogni comportamento autonomo costituisca un incidente di sicurezza. Significa però che la distanza fra “l’agente sta eseguendo il compito” e “l’agente sta facendo qualcosa che non avevamo previsto” può diventare sorprendentemente sottile quando la macchina dispone di capacità di pianificazione, strumenti e accesso a sistemi esterni.
Il rollout limitato di Astra appare quindi meno come una scelta commerciale e più come una forma di laboratorio controllato. L’accesso viene inizialmente concesso a organizzazioni selezionate, mentre l’espansione verso utenti Plus, Pro, Business, Enterprise, API e infrastrutture cloud avviene progressivamente. Per i clienti enterprise, il principio fondamentale è destinato a diventare quello del minimo privilegio: non chiedersi soltanto quanto un modello sia capace, ma quali sistemi possa raggiungere, quali credenziali possa utilizzare, quali operazioni possa autorizzare e soprattutto chi possa interromperlo.
Questo cambia anche il ruolo del CISO. Per anni la sicurezza informatica aziendale è stata costruita attorno a identità, endpoint, reti, applicazioni e dati. Ora bisogna aggiungere un nuovo attore, l’agente AI, che può possedere contemporaneamente capacità cognitive, accesso operativo e velocità di esecuzione superiori a quelle di un singolo essere umano. Un agente con privilegi amministrativi non è semplicemente un nuovo software aziendale; è una forma di forza lavoro digitale con capacità potenzialmente non deterministiche. Trattarlo come una normale applicazione SaaS sarebbe una delle scorciatoie più costose che un’impresa possa imboccare.
La conseguenza più interessante riguarda però la geopolitica tecnologica. Se i modelli avanzati diventano strumenti credibili per vulnerability discovery, exploit development e automazione della cybersecurity, il vantaggio competitivo non appartiene più esclusivamente a chi possiede i migliori algoritmi. Conta chi controlla i data center, i chip, le reti, i dataset, le infrastrutture cloud e soprattutto i meccanismi attraverso cui questi modelli possono agire nel mondo reale. L’intelligenza artificiale diventa così una componente dell’infrastruttura nazionale, con implicazioni per difesa, intelligence, finanza e continuità operativa.
La Silicon Valley continua naturalmente a misurare il progresso con percentuali sempre più spettacolari. È comprensibile: un grafico con il 99,9% funziona molto bene in una presentazione agli investitori. Ma per un amministratore delegato la metrica più importante potrebbe essere un’altra: quanta autonomia siamo disposti a concedere a una macchina che non abbiamo ancora imparato completamente a prevedere? Con Astra, la questione smette di essere filosofica. Diventa una decisione architetturale, finanziaria e politica. Quando l’AI acquisisce la capacità di trovare una porta che nessuno aveva visto, il problema non è più soltanto quanto sia intelligente il modello. È chi possiede la chiave.