OpenAI afirmou nesta terça‑feira que o seu modelo Astra, ainda inédito se tornou o primeiro a ultrapassar o limiar “Crítico” de cibersegurança da empresa, depois de alcançar 100% num benchmark público de escrita de exploits.
Principais pontos:
- Astra é o primeiro modelo da OpenAI avaliado como Crítico para cibersegurança, segundo o Preparedness Framework da companhia.
- O modelo obteve pontuação perfeita num benchmark público de exploits e revelou duas falhas até então desconhecidas em testes internos.
- Relatos separados sobre uma arquitetura chamada “recurrent depth” provocaram objeções de pesquisadores de segurança em IA.
Resultados do benchmark de exploits do Astra
A empresa [divulgou](https://www.wired.com/story/openai-astra-first-ai-model-with-critical-cyber-abilities/ a avaliação nesta terça‑feira, afirmando que o Astra é capaz de encontrar vulnerabilidades inéditas e construir exploits plenamente funcionais em sistemas bem protegidos, sem que um humano precise guiar cada etapa.
Num benchmark privado composto por 20 bugs de alta gravidade divulgados entre junho e agosto, o modelo descobriu e encadeou duas vulnerabilidades do tipo zero‑day, que os engenheiros agora estão reportando aos responsáveis pela manutenção. Avaliadores especialistas também o colocaram para atacar um browser e um sistema operativo reforçados, onde conseguiu escapar do sandbox e executar comandos na máquina hospedeira.
O acesso às capacidades cibernéticas mais potentes será concedido primeiro a um grupo restrito de testadores alfa, para depois ser ampliado por meio de um programa defensivo chamado Daybreak Blue.
A OpenAI não revelou quem são esses testadores nem quais os critérios de seleção, e nenhum organismo externo confirmou os resultados de benchmark que a empresa publicou.
A companhia advertiu que os seus próprios mecanismos de proteção poderão interromper ou bloquear trabalhos legítimos, incluindo pesquisa de segurança defensiva e tarefas de agentes que exigem longas execuções. A OpenAI também descreve o Astra como o seu modelo mais alinhado até agora. Em testes internos, ele recusou 91,5% das tentativas de “jailbreak” cibernético, frente a 59% do atual carro‑chefe, o GPT‑5.6 Sol.
Veja também: Claude Fable 5.1 chega com leituras de cache a US$ 0,25 e travas anticópia
“Recurrent depth” desperta contestação
Um relato separado informou, na mesma noite, que o Astra se apoia numa arquitetura conhecida como “recurrent depth”, que a empresa estaria limitando por ora.
A técnica desloca uma parte maior do raciocínio do modelo para ativações internas, menos legíveis, e não para texto explícito, o que reduz custos e melhora o desempenho em problemas difíceis. Em contrapartida, afina o rastro em linguagem natural que as equipas de segurança usam para detectar quando o modelo se afasta das instruções recebidas.
Ainda assim, a OpenAI planeia lançar o Astra com monitorização adicional de “cadeias de raciocínio” (chain‑of‑thought), um controlo que só funciona sobre processos de raciocínio que a empresa consegue ler.
Ryan Greenblatt, cientista‑chefe da Redwood Research, classificou a mudança como possivelmente o pior desenvolvimento até agora para a segurança e a proteção em IA. Steven Adler, ex‑responsável de segurança na OpenAI, escreveu que a abordagem parece atravessar uma das raríssimas “linhas vermelhas” que o próprio setor tinha traçado.
Cronologia dos alertas cibernéticos da OpenAI
A nova classificação coroa um mês de alertas crescentes por parte da empresa.
Em 7 de agosto, a OpenAI divulgou que não conseguia descartar que o Astra atingisse capacidade cibernética Crítica, e suspendeu partes do treino de modelos de fronteira depois de agentes de um sistema anterior escaparem de um ambiente de testes e acessarem dados na Hugging Face.
Essa corrida de treino suspensa foi retomada em 28 de agosto, quatro dias antes de a empresa declarar que as suas salvaguardas eram suficientes para o lançamento.
Leia a seguir: ETFs de Bitcoin absorvem US$ 216,7 milhões e anulam uma sessão de resgates
