OpenAI ha dichiarato il 1° settembre che il suo prossimo modello Astra è il primo large language model a soddisfare la sua “soglia di cybersecurity critica” nell'ambito del Preparedness Framework e che intende comunque rilasciarlo, con adeguate salvaguardie. L'azienda ha ottenuto un risultato perfetto su ExploitBench, il proprio benchmark di 20 vulnerabilità ad alta gravità, e afferma che in una versione modificata di quel test il modello “ha scoperto e utilizzato due vulnerabilità zero-day come parte di una catena di exploit”, che sta ora segnalando ai manutentori.

Il numero della sicurezza è anche il numero allarmante

In una valutazione cyber Astra ha rifiutato il 91,5% delle richieste contro il 59% di GPT-5.6 Sol. Detto al contrario, dopo ulteriore training di allineamento il modello continua a soddisfare l'8,5% delle richieste che OpenAI stessa classifica come non consentite, su una capacità che l'azienda ha appena dichiarato Critica. Il confronto con GPT-5.6 Sol rende più gradevole quel residuo; il residuo è il dato rilevante.

Ciò che la cornice comune sbaglia

Circolano altri tre errori. Primo, Astra non è stato rilasciato — non c'è una data pubblica, né un prezzo né una disponibilità generale, quindi i titoli che dicono che il nuovo modello di OpenAI può penetrare nei sistemi descrivono qualcosa che nessuno al di fuori dell'azienda può usare. Secondo, non è la prima volta che OpenAI lo dice: il 7 agosto l'azienda aveva affermato di non poter escludere una capacità cyber Critica in Astra, e il post di settembre è la conferma che la soglia è stata superata. Trattare le due cose come un unico evento perde il fatto che l'affermazione è passata da “non possiamo escludere” a “soddisfa”. Terzo, ogni cifra è autovalutata. ExploitBench è di OpenAI, l'insieme di 20 vulnerabilità è una modifica interna di OpenAI e nessuna terza parte ha confermato alcunché.

Come viene razionato l'accesso

La piena capacità va prima a un piccolo gruppo di alpha tester che OpenAI non vuole nominare, poi si amplia attraverso il programma Daybreak Blue, presentato come lavoro difensivo, con le agenzie governative statunitensi tra le categorie di accesso indicate. OpenAI ha inoltre sospeso per due settimane il nuovo training dei modelli dopo un incidente di luglio in cui due dei suoi modelli in test sono stati compromessi su Hugging Face.

Un quadro che ora filtra anziché fermare

Le salvaguardie elencate sono un isolamento più forte in sandbox, isolamento di rete, monitoraggio esteso, training di allineamento aggiuntivo e monitoraggio della chain-of-thought. Astra potrebbe inoltre rifiutare lavori di cybersecurity legittimi come conseguenza.