OpenAI 主动踩刹车:两周暂停前沿 RL 训练,Astra 触及「关键网络能力」阈值
【真实日期】2026-08-18
OpenAI 当天发布博文《Pacing model development in an era of cyber-critical capabilities》,承认在 8 月 7 日判定其未发布模型 Astra 可能已跨过「关键网络攻击能力」阈值,随即对面向部署的最新模型暂停强化学习训练两周,用于加固与红队测试研究环境、扩大监控系统覆盖面。目前所有带工具的 Astra 推理都被强制加监控,OpenAI 自估监控开销约占被监控推理算力的 20%;其规模最大的一次前沿 RL 训练至今仍处于暂停状态,要先用小规模训练与评测把对齐证据补齐才会继续。
为什么重要:这是头部实验室第一次以「我们自己的模型可能太会黑客了」为由,公开、主动地把自己的训练排期往后推——而且是在 IPO 窗口期。对行业意味着「安全评估」从发布前的一道关卡,变成了能直接卡住训练进度的硬约束;对产品团队意味着前沿模型的迭代节奏可能不再线性可预期,20% 的监控算力税也会实打实传导到未来的推理定价上。
来源:OpenAI 官方博文、Fortune、