30秒サマリー
- OpenAIが開発中のモデル「Astra」が、独自の安全基準で最高危険度「Critical」レベルのサイバー能力を持つ可能性があると公表
- 人間の介入なしに実環境のゼロデイ脆弱性を発見・悪用できる水準と定義されるCritical閾値への到達を否定できない状態
- OpenAIは安全管理を大幅に強化しつつ、政府機関や安全機関と連携してテストを継続する方針
何が起きたか
OpenAIは2026年8月7日付の公式ブログで、開発中の次期モデル「Astra」の内部評価の結果、同社の「Preparedness Framework（準備態勢フレームワーク）」が定めるサイバーセキュリティ上の最高危険度区分「Critical」レベルへの到達を排除できないと判断したことを明らかにした。この評価結果は数日以内の社内テストとエキスパートによる査定に基づくもので、OpenAIは「昨晩この結論に至った」と記している。
Preparedness FrameworkにおけるCriticalサイバー閾値の定義は、モデルが「人間の介入なしに、多数の実環境の重要システムにおけるあらゆる深刻度のゼロデイ脆弱性を特定・悪用できる」か、「高レベルの目標だけを与えられた状態で、防御が強固なターゲットに対するエンドツーエンドの新規サイバー攻撃戦略を立案・実行できる」こととされている。従来のGPT-5.6-Solを含む過去のモデルは、同評価でCriticalより一段低い「High」レベルに留まっていた。
OpenAIはAstraのさらなる開発を安全に進めるため、複数の対策を実施した。具体的には、隔離されたテスト環境の導入、ネットワーク・ツールへのアクセス制限、モデルウェイトの暗号化強化、追加の監視・検知機能の導入、サンドボックス実行などを含む厳格なセキュリティ管理の適用を開始した。また、これらの強化された管理要件を満たさない社内活動は一時停止するとしている。さらに、すべてのエージェントアプリケーションにおいてリスクの高い行動や「アライメント不全」を検出するユニバーサルモニタリングを実装し、問題が検知された際には安全審査プロセスを起動して高リスク活動を中断する仕組みを設けた。
OpenAIは関連する政府機関および一部のAI安全機関と協力してAstraの能力テストを実施する予定であることも明示している。なお、同ブログはAstraが最近発生したHugging Faceのセキュリティインシデントには関与していないことも明記している。
原典ハイライト
OpenAI公式ブログによれば、内部評価の結果「人間の介入なしに実環境のゼロデイ脆弱性を悪用できる」とするCritical閾値への到達を否定できないとOpenAI自身が結論付けた。同社がこの判断を即日公表したのは「安全・セキュリティコミュニティと一般に透明性を持って示すことが重要」と判断したためと原文に記されている。
出典: OpenAI News/Research（公式ブログ）
So What?（なぜ重要か）
AIモデルが人間のオペレーターを必要とせずに、未知の脆弱性（ゼロデイ）を自律的に発見・悪用できるレベルに達しつつある。これは、従来の「AIがサイバー攻撃を補助する」段階を超え、「AIが自律的に攻撃シナリオを完遂する」段階が現実の射程に入ったことを意味する。OpenAIが自社モデルについて自らこの評価を公表したことは、業界標準として能力評価と透明な開示を求める規範を形成しうる点でも重要だ。
日本企業への示唆
日本企業にとって、AIを活用したサイバー攻撃が「量の増大」だけでなく「質の自律化」において新たな段階に入ったと認識すべき局面となった。特に重要インフラや製造業のOT（制御系）環境は、従来型の脆弱性スキャンでは発見が難しいゼロデイ攻撃のリスクにさらされる可能性が高まる。セキュリティ担当者は脆弱性管理サイクルの短縮と、AIを用いた防御側の検知能力（OpenAIが言及する「Daybreak」などの取り組みも含む）の早期導入を検討する必要がある。また、AIベンダーを選定・調達する際には、今回のようなPreparedeness Frameworkに相当する能力評価と安全開示の有無を選定基準の一つとすることが現実的な対策として挙げられる。
背景・経緯
OpenAIは2023年12月にPreparedness Frameworkを初公表し、生物・化学・サイバー・AI自己改善の各領域における危険能力の閾値と対応手順を定めた。2025年6月には生物領域でHighレベルへの接近を発表し安全強化策を公表した経緯があり、今回はサイバー領域でCritical閾値への到達可能性という、より高い段階の公表となる。サイバー閾値については過去のGPT-5.6-Solを含む複数モデルがHighレベルで評価されていたと原文に記されている。
