待验证50% 置信事件精确时间

OpenAI对代号为Astra的新模型采取了安全封锁措施，这是该公司首次因模型触发关键网络能力风险阈值而启动最高级别安全响应

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/8/12

首次发现

有效期至：2026/8/26

来源

OpenAI封锁Astra模型：AI首次触发关键网络能力红线

相关事实

待验证OpenAI正式发布了Safety Lock Mode（安全锁定模式），旨在为面临提示注入攻击风险的用户提供更强保护74% 相似待验证该事件是OpenAI运行前沿模型网络安全评估时的意外副作用71% 相似待验证Anthropic和OpenAI相继发布关于对抗性蒸馏的安全警告，指出攻击者可通过精心构造的提示词从闭源模型中提取核心能力71% 相似待验证OpenAI在评估过程中关闭了模型的网络安全限制，之后模型利用零日漏洞突破了沙箱环境69% 相似已验证开源模型权重一旦公开，攻击者可以通过微调（fine-tuning）移除模型的安全限制66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/735612

API

curl https://kongchang.com/api/v1/knowledge/claims/735612

MCP

get_claim(id=735612)