OpenAI Astra przekroczyła granicę. Model sam znajduje zero-daye i buduje exploity

OpenAI przygotowuje model, który może znacząco zmienić zasady gry w cyberbezpieczeństwie, ponieważ Astra jako pierwszy system firmy została oficjalnie sklasyfikowana na poziomie „Critical” w ramach Preparedness Framework, co oznacza, że przy odpowiednim dostępie do narzędzi potrafi samodzielnie wyszukiwać wcześniej nieznane podatności w dobrze zabezpieczonych systemach, sprawdzać możliwość ich wykorzystania oraz łączyć kilka luk w działające łańcuchy exploitów bez konieczności prowadzenia jej przez człowieka na każdym etapie analizy.

Najbardziej wymowny rezultat pojawił się podczas wewnętrznych testów OpenAI, kiedy Astra nie tylko skutecznie analizowała znane podatności, lecz także odkryła dwie wcześniej nieznane luki zero-day i wykorzystała je jako element przygotowanego łańcucha exploitów. Firma zapowiada, że model zostanie udostępniony wkrótce, jednak jego najbardziej zaawansowane możliwości związane z cyberbezpieczeństwem będą początkowo dostępne wyłącznie dla ograniczonej grupy zweryfikowanych specjalistów, ponieważ OpenAI uznaje, że potencjalne korzyści dla obrońców systemów idą tutaj w parze z wyjątkowo poważnym ryzykiem wykorzystania tej samej technologii do ataków.

Astra jako pierwszy model OpenAI osiągnęła poziom „Critical”

Określenie „Critical” może brzmieć jak efektowny marketing, ale w tym przypadku odnosi się do konkretnego poziomu możliwości zdefiniowanego wcześniej przez OpenAI w Preparedness Framework, czyli systemie służącym do oceny najbardziej zaawansowanych modeli pod względem potencjalnego ryzyka. W obszarze cyberbezpieczeństwa próg ten oznacza między innymi zdolność do identyfikowania wcześniej nieznanych podatności oraz tworzenia działających exploitów dla wielu dobrze zabezpieczonych rzeczywistych systemów bez konieczności ingerencji człowieka na każdym etapie pracy. Alternatywnie model może zostać zakwalifikowany do tej kategorii, jeśli potrafi samodzielnie opracować i wykonać nową, wieloetapową strategię cyberataku na utwardzony cel na podstawie jedynie ogólnie określonego zadania.

Jeszcze na początku sierpnia OpenAI informowało jedynie, że nie może wykluczyć osiągnięcia przez Astrę tego poziomu, ponieważ wstępne wyniki wskazywały na bardzo duży skok możliwości względem wcześniejszych modeli. Po kolejnych tygodniach testów firma uznała jednak, że zebrała wystarczająco dużo dowodów, aby oficjalnie zakwalifikować system do poziomu Critical, co automatycznie uruchomiło znacznie bardziej rygorystyczne wymagania dotyczące bezpieczeństwa przed jego premierą. OpenAI podkreśla przy tym, że wcześniejsze modele, w tym GPT-5.6 Sol, oceniano w cyberbezpieczeństwie na niższym poziomie High, dlatego Astra nie jest jedynie kolejną generacją z niewielką poprawą skuteczności, lecz według wewnętrznych ocen firmy reprezentuje jakościowy skok w możliwościach autonomicznej analizy zabezpieczeń.

Astra znalazła dwa zero-daye podczas testów OpenAI

Najmocniejszym elementem opublikowanych wyników nie jest jednak sama klasyfikacja Critical, lecz to, co wydarzyło się podczas wewnętrznych testów modelu. OpenAI najpierw uruchomiło Astrę na publicznym benchmarku ExploitBench, w którym system uzyskał wynik 100 proc., pokazując bardzo wysoką skuteczność w opracowywaniu sposobów wykorzystania znanych już podatności. Firma uznała jednak, że taki rezultat nie wystarcza do oceny rzeczywistych możliwości modelu, ponieważ dane dotyczące publicznie opisanych luk mogą znajdować się w materiałach dostępnych w internecie, a tym samym część informacji mogła pojawić się w zbiorach treningowych.

Z tego powodu OpenAI przygotowało własny benchmark obejmujący 20 nowszych podatności wysokiej wagi w silniku V8, ujawnionych między czerwcem a sierpniem 2026 roku, dzięki czemu możliwość wcześniejszego poznania ich przez model miała być znacznie mniejsza. Astra osiągnęła w nim znacznie lepszą skuteczność niż GPT-5.6 Sol, a jednocześnie potrzebowała do realizacji zadań mniejszej liczby generowanych tokenów. Właśnie podczas tej ewaluacji model znalazł dwie podatności, których wcześniej nie znali autorzy testu, a następnie wykorzystał je jako element szerszego łańcucha exploitów. OpenAI rozpoczęło proces odpowiedzialnego zgłaszania obu luk ich twórcom, nie publikując szczegółów umożliwiających ich wykorzystanie przed przygotowaniem odpowiednich zabezpieczeń.

Zero-daye należą do najbardziej wartościowych i jednocześnie niebezpiecznych odkryć w cyberbezpieczeństwie, ponieważ producent oprogramowania może w momencie ich znalezienia nie posiadać jeszcze gotowej poprawki. Dotychczas wyszukiwanie takich błędów wymagało zazwyczaj bardzo wysokich kompetencji, dużej ilości czasu oraz specjalistycznych zespołów badawczych, dlatego możliwość częściowej automatyzacji tego procesu przez modele AI może mieć ogromne znaczenie zarówno dla zespołów defensywnych, jak i dla całego rynku bezpieczeństwa.

Może Cię zainteresować: AI dostaje „ręce”. Anthropic pozwoli agentom sterować mikroskopami i robotami laboratoryjnymi

Model nie tylko wyszukuje luki, ale potrafi łączyć je w exploit chain

Samo znalezienie błędu w oprogramowaniu nie jest jeszcze równoznaczne z przełamaniem całego systemu, ponieważ współczesne przeglądarki, systemy operacyjne i infrastruktura serwerowa wykorzystują wiele niezależnych warstw zabezpieczeń, które mają ograniczać konsekwencje pojedynczej podatności. Dlatego szczególnie istotną częścią testów Astry była ocena, czy model potrafi nie tylko wskazać słaby punkt, lecz również zrozumieć zależności pomiędzy kilkoma podatnościami, a następnie połączyć je w sekwencję prowadzącą do znacznie poważniejszego naruszenia zabezpieczeń.

Podczas testów prowadzonych przez ekspertów Astra została skierowana przeciwko specjalnie utwardzonej przeglądarce, gdzie odkryła wcześniej nieznane problemy i zbudowała działający łańcuch umożliwiający przejście przez kolejne warstwy ochronne. Według OpenAI model stworzył pełny scenariusz kompromitacji przeglądarki, który w kontrolowanym środowisku testowym pozwolił wydostać się z sandboxa i wykonać polecenia na systemie hosta po otwarciu przygotowanego pliku HTML. Firma przeprowadziła również osobną ewaluację na utwardzonym systemie operacyjnym, gdzie Astra znalazła kilka podatności i połączyła je w łańcuch pozwalający w kontrolowanym teście przejść od użytkownika pozbawionego wysokich uprawnień do dostępu administracyjnego.

Właśnie ta zdolność do wieloetapowego rozumowania jest jednym z najważniejszych powodów, dla których Astra została oceniona tak wysoko. Model nie działa wyłącznie jak klasyczny skaner bezpieczeństwa wskazujący podejrzany fragment kodu, lecz może prowadzić znacznie dłuższą analizę, testować kolejne hipotezy i oceniać, czy kilka pozornie niezależnych problemów może razem doprowadzić do skutecznego przełamania zabezpieczeń.

Astra wyraźnie przewyższa GPT-5.6 Sol w zadaniach cyber

OpenAI bezpośrednio porównało Astrę z GPT-5.6 Sol i wskazuje, że nowy model osiąga znacząco lepsze wyniki zarówno podczas identyfikowania podatności, jak i przygotowywania sposobów ich wykorzystania. Różnica dotyczy również efektywności, ponieważ Astra podczas wewnętrznych testów osiągała wyższy odsetek skutecznego wykonania kodu przy zdecydowanie mniejszej liczbie wygenerowanych tokenów, co w przypadku autonomicznych agentów wykonujących wielogodzinne zadania ma znacznie większe znaczenie, niż mogłoby się wydawać na pierwszy rzut oka.

Agent analizujący duży system może bowiem wykonywać tysiące kolejnych czynności, sprawdzać różne fragmenty kodu, interpretować wyniki testów, zmieniać strategię i wielokrotnie powracać do wcześniejszych obserwacji, dlatego poprawa efektywności może znacząco obniżyć koszt prowadzenia takich operacji. W rezultacie zadania, które do tej pory wymagały wielodniowej pracy specjalistów, mogą w coraz większym stopniu być wykonywane równolegle przez wiele instancji modelu, pozostawiając człowiekowi przede wszystkim weryfikację najważniejszych rezultatów oraz decyzje dotyczące dalszego działania.

Dla branży cyberbezpieczeństwa może oznaczać to fundamentalną zmianę ekonomii wyszukiwania podatności, ponieważ dostęp do zaawansowanej analizy przestaje być ograniczony wyłącznie liczbą wysoko wykwalifikowanych specjalistów. Z perspektywy obrońców jest to ogromna szansa na szybsze odnajdywanie luk i przygotowywanie poprawek, jednak dokładnie ta sama możliwość rodzi obawy, że w nieodpowiednich rękach AI mogłaby radykalnie obniżyć próg wejścia potrzebny do prowadzenia znacznie bardziej zaawansowanych działań ofensywnych.

OpenAI ograniczy dostęp do najbardziej zaawansowanych możliwości Astry

Właśnie dlatego premiera Astry nie będzie wyglądała jak zwykłe udostępnienie kolejnego modelu w ChatGPT lub API. OpenAI zapowiada, że model zostanie udostępniony wkrótce, jednak najbardziej zaawansowane funkcje związane z cyberbezpieczeństwem pozostaną początkowo dostępne dla niewielkiej grupy testerów, natomiast szerszy dostęp dla zweryfikowanych specjalistów zajmujących się defensywnym bezpieczeństwem ma być stopniowo rozszerzany poprzez program Daybreak Blue. Firma wyraźnie zaznacza również, że wyniki prezentowane w części najbardziej wymagających testów dotyczą konfiguracji Astry posiadającej rozszerzone możliwości Daybreak Blue, a nie domyślnego wariantu, który otrzyma przeciętny użytkownik.

Równolegle OpenAI znacząco rozbudowało zabezpieczenia modelu. Astra została dodatkowo wytrenowana tak, aby częściej odmawiać realizacji niedozwolonych próśb związanych z cyberbezpieczeństwem, a w wewnętrznym zestawie testów jailbreaków odrzucała 91,5 proc. szkodliwych zapytań, podczas gdy GPT-5.6 Sol osiągał w analogicznej ewaluacji wynik 59 proc. Firma stosuje ponadto systemowe klasyfikatory bezpieczeństwa, dodatkową kontrolę kont ocenianych jako bardziej ryzykowne oraz monitoring autonomicznych działań modelu, który ma pozwalać na zatrzymanie potencjalnie nieautoryzowanej operacji.

Skala zabezpieczeń pokazuje, że OpenAI traktuje możliwości Astry zupełnie inaczej niż typowe funkcje generowania tekstu czy kodowania, ponieważ w przypadku najbardziej zaawansowanych modeli cyber ryzyko błędnego wykorzystania może przełożyć się bezpośrednio na bezpieczeństwo rzeczywistych systemów.

Cyberbezpieczeństwo może wejść w erę autonomicznych agentów AI

Pojawienie się Astry może okazać się ważnym punktem zwrotnym dla całej branży cyberbezpieczeństwa, ponieważ rozwój modeli AI coraz wyraźniej przesuwa się od prostego wspomagania ekspertów do samodzielnego wykonywania części najbardziej skomplikowanych zadań. Dotychczas modele pomagały przede wszystkim analizować kod, tłumaczyć działanie podatności, porządkować wyniki skanowania albo przygotowywać poprawki, natomiast Astra według informacji OpenAI jest już w stanie prowadzić znacznie bardziej autonomiczny proces, w którym sama identyfikuje potencjalny problem, bada jego konsekwencje, ocenia możliwość dalszej eskalacji i łączy kilka słabości w jeden scenariusz.

Dla zespołów odpowiedzialnych za ochronę infrastruktury może to oznaczać ogromne przyspieszenie, ponieważ agent AI mógłby stale analizować aplikacje i systemy w poszukiwaniu błędów, zanim zrobią to cyberprzestępcy. Szczególnie ważne może być wykorzystanie takich narzędzi przy projektach open source oraz systemach zawierających miliony linii kodu, których ręczne przeanalizowanie przez ludzi jest praktycznie niemożliwe.

Jednocześnie rozwój Astry pokazuje fundamentalną trudność związaną z AI w cyberbezpieczeństwie, ponieważ technologie defensywne i ofensywne wykorzystują w dużej mierze te same kompetencje. Model, który potrafi znaleźć zero-day dla zespołu bezpieczeństwa, posiada techniczną zdolność odnalezienia tej samej luki również w innym kontekście, dlatego znaczenie będą miały nie tylko możliwości samej AI, ale również zasady dostępu, identyfikacja użytkowników, monitoring oraz skuteczność systemów blokujących nadużycia.

Podsumowanie

Astra jest pierwszym modelem OpenAI, który został oficjalnie sklasyfikowany na poziomie Critical w obszarze cyberbezpieczeństwa, a opublikowane wyniki wskazują, że nie chodzi wyłącznie o kolejny wzrost punktacji w benchmarkach. Model osiągnął maksymalny wynik w ExploitBench, znacząco przewyższył GPT-5.6 Sol w wewnętrznych testach oraz podczas ewaluacji odkrył dwie wcześniej nieznane podatności zero-day, które następnie wykorzystał jako element bardziej złożonego łańcucha exploitów.

Największe znaczenie ma jednak poziom autonomii, ponieważ Astra potrafi analizować zabezpieczone środowisko, szukać słabych punktów, oceniać ich wzajemne zależności i rozwijać kolejne etapy analizy bez prowadzenia przez człowieka krok po kroku. Z perspektywy zespołów defensywnych może to być jedno z najpotężniejszych narzędzi, jakie dotychczas powstały do automatycznego wyszukiwania podatności, ale dokładnie te same możliwości sprawiają, że OpenAI nie zamierza udostępniać najbardziej zaawansowanej konfiguracji wszystkim użytkownikom.

Jeżeli niezależne testy po premierze potwierdzą możliwości deklarowane przez OpenAI, Astra może symbolicznie wyznaczać moment, w którym autonomiczne wyszukiwanie zero-dayów przez sztuczną inteligencję przestaje być eksperymentem badawczym, a zaczyna stawać się realnym narzędziem współczesnego cyberbezpieczeństwa.

Źródło:

1. OpenAI – Path to Astra: critical capabilities and frontier safeguards, 1 września 2026 roku.
2. Reuters – OpenAI says upcoming model is so capable it requires stronger guardrails, 1 września 2026 roku.

Dziękujemy za przeczytanie artykułu na Techoteka.pl.
Publikujemy codziennie informacje o sztucznej inteligencji, nowych technologiach, IT oraz rozwoju agentów AI.
Obserwuj nas na Facebooku, aby nie przegapić kolejnych artykułów.