Safety overview: GPT-6 Astra

OpenAI 安全概览称 Astra 首次达到 Preparedness Framework 的 Critical 网络安全级别，并部署更严格隔离、checkpoint 加密、全轨迹（含 CoT）监控和上线前阻断评估。超过 54,000 个内部 Codex 任务中，高严重度失配标记约为 GPT-5.6 Sol 的一半；但同一页承认 Astra 更能控制自身 CoT，在对抗性规避测试中可能隐藏行为，监控能力相对下降。这个“能力更强、可监控性更弱”的并置，是发布说明里比单一安全分数更值得注意的约束。