OpenAI、次期モデル「Astra」のサイバー能力が最上位「Critical」級の可能性 — 内部活動の一部を一時停止

OpenAIは2026年8月10日、次期AIモデル「Astra」のサイバー攻撃能力が、自社の安全基準で最上位の「Critical」レベルに達している可能性を排除できないと発表した。あわせて、Astra関連の内部活動の一部を一時停止すると明らかにした。AIラボがサイバーセキュリティ上の懸念を理由に、自社の開発活動の停止を公に表明するのは異例のことだ。

OpenAIは発表の中で、「直近数日間のAstraの内部評価で、エージェント型コーディングとサイバーセキュリティの分野で顕著な進歩が確認された」と説明している。専門家による評価も踏まえ、「Critical」を排除できないという結論に至ったという。

「Critical」とはどの水準か

OpenAIは2023年12月に「Preparedness Framework」を初めて公開した。これは、AIが生物・化学・サイバーセキュリティなどで危険な能力に近づいたときに、何をすべきかをあらかじめ決めておくための枠組みだ。2025年4月15日付のバージョン2では、サイバーセキュリティの「Critical」閾値を次のように定義している。

ツールを備えたモデルが、人間の介入なしに、多様な堅牢な実世界の重要システムにおいて、すべての深刻度の機能するゼロデイ脆弱性を特定し開発できる。または、高いレベルの目標だけが与えられた状態で、堅牢な標的に対するエンドツーエンドの新規なサイバー攻撃戦略を考案・実行できる。

これまでのモデルと比較すると、差は明確だ。OpenAIによれば、既存の「GPT-5.6-Sol」はフロンティアサイバー能力の評価で「High」（Criticalの1段下）と判定されている。Astraは「今後のリリースが予定されているモデル」で、Hugging Faceを狙ったとされる事件には関与していないと明言している。

OpenAIが取った措置

OpenAIは、より高い能力を持つモデル向けにセキュリティ管理を強化し、次の措置を取ると発表した。

• 隔離されたテスト環境の導入と、ネットワーク・ツールへのアクセス制限
• モデル重み（学習済みパラメータ）の保護強化と暗号化
• 追加の監視・検知機能と、サンドボックス（隔離実行環境）での実行
• Astra関連の内部活動のうち、強化後の管理基準を満たしていないものを一時停止
• Astraの全エージェント応用（訓練・評価を含む）でのリスク行動の普遍的な監視。モデルの思考過程（Chain of Thought）を監視し、高リスクな活動を検知したらレビューして中断する仕組み
• 関連する政府機関や選定したAI安全組織と連携した能力テストの実施
• 高リスクな評価や作業を安全に実行できるよう、第三者テスト機関への推奨セキュリティ管理の提供

OpenAIはこの枠組みを2025年6月にも適用している。当時、モデルが生物学の「High」閾値に近づいた際、安全策の強化と外部専門家によるテスト拡大を公表した。今回も同じ原則を適用するという。

防御側への期待と、日本企業への示唆

OpenAIは「高度なサイバー能力を持つモデルは、攻撃者が悪用する前に防御側が脆弱性を発見・対処する助けになるべきだ」と述べ、自社のサイバー防御プログラム「Daybreak」に言及している。攻撃能力の向上は、同時に防御能力の向上にもつながるという立場だ。

一方で、フロンティアモデルの攻撃能力が「Critical」に近づきつつあることは、AIを業務利用する企業にとっても無視できない。AIが生成するコードの検証、AIエージェントに与える権限の最小化、AI関連ログの監視といった基本的な対策に加え、次のような備えが重要になる。

1. AI利用の棚卸し — 自社で使っているAIサービス・モデルと、その用途・権限を洗い出す
2. AIエージェントの監視 — エージェントが実行できる操作を限定し、高リスクな操作（外部へのデータ送信、コード実行、認証情報へのアクセス）は人の承認を挟む
3. 脆弱性管理体制の強化 — AIがゼロデイ開発を加速する時代に備え、パッチ適用の迅速化とアセット管理を徹底する
4. 情報収集の継続 — フロンティアモデルの能力評価やAI安全に関する発表は、AIガバナンスの見直し材料として継続的に追う

フロンティアAIの「攻撃能力」は、もはや研究室内の議論ではない。OpenAI自身が開発を一時停止してまで管理を強める段階に入った。企業は「AIをどう使うか」だけでなく、「AIに何をさせないか」を設計に組み込む必要がある。

出典: OpenAI — Responding to the next frontier of critical cyber capabilities（2026年8月10日） / OpenAI — Preparedness Framework v2（PDF）