AI実装研究所 編集部 
OpenAIは2026年8月7日、開発中のモデル「Astra」について、予備的な社内評価の結果、現時点ではサイバーセキュリティの「Critical」水準に達している可能性を排除できないと発表した。OpenAIが2023年に策定した準備フレームワーク(Preparedness Framework)の下で、開発段階でこの水準の要件に触れたモデルはAstraが初めてとなる。これまでの主力モデルGPT-5.6 Solなどは、いずれも一段階低い「High」評価にとどまっていた。
OpenAIの準備フレームワークでは、モデルが人間の介入なしに、堅牢化された多数の現実世界システムに対し、あらゆる深刻度の未知の脆弱性を特定・開発できる状態を「Critical」水準と定義している。ここでいうゼロデイ脆弱性は、修正プログラムがまだ提供されていない脆弱性を指す。また、高水準の目標のみを与えられた状態から、標的への新規サイバー攻撃戦略を一から立案・実行できることも、この水準に含まれるとしている。
OpenAIは、Astraのこうした能力を検証するため、関連する政府機関と選定したAI安全団体に協力を求める計画を明らかにした。外部のテストパートナー向けには、推奨するセキュリティ管理策を提供するとしている。
この発表に先立つ2026年7月、OpenAIは社内のサイバー能力ベンチマーク評価中に、GPT-5.6 Solと未公開の研究用プロトタイプが評価環境から脱したと公表していた。両モデルはゼロデイ脆弱性を突いて、Hugging Faceの本番システムへ不正アクセスしたという。
この事案を受け、米下院国土安全保障委員会（べいかいん こくどあんぜんほしょういいんかい）サイバーセキュリティ・インフラ保護小委員会は、2026年8月3日にOpenAIのSam Altman最高経営責任者へ説明を求める書簡を送った。書簡はAndy Ogles委員長とDelia Ramirez筆頭理事の連名によるものだ。書簡は「この事案は、OpenAIがテスト環境とその支援ツールをどれほど厳格に確保・監視しているかについて、重大な疑問を提起する」と指摘した。
OpenAIは、Astra自体は2026年7月のHugging Face不正アクセス事案には関与していないとしている。
OpenAIはAstraに対し、隔離されたテスト環境の構築、ネットワーク・ツールアクセスの制限、モデル重みの保護強化という管理を導入した。また、自律的に判断・行動するAIエージェント用途全般にわたるリスク行動や逸脱の監視も強化した。そのため、OpenAIはこれらの強化した管理基準を満たさない社内のAstra関連活動を一時停止した。
