OpenAI、Astraのサイバー能力を最高区分と判定｜近く提供へ

画像の出典：OpenAI

業務効率化や自動化の推進において、AIエージェントの活用は多くの企業にとって優先度の高い課題となっています。しかし、AIの能力が向上するにつれ、セキュリティリスクへの対応も避けては通れない経営課題です。

OpenAIは2026年9月1日、開発中の次期モデル「Astra」について、同社の安全指針である「Preparedness Framework（プリペアードネス・フレームワーク）」に基づき、サイバーセキュリティ能力が最高区分である「Critical（クリティカル）」に達したと発表しました。

本記事では、この判定が意味する技術的到達点と、企業がAIエージェントを導入する際に留意すべき安全装置の影響について解説します。

最高区分「Critical」が示すAIの能力

OpenAIが今回設定した「Critical」という区分は、同社のモデルにおいて初めて適用されるものです。これは、AIが適切なツールとアクセス権限を与えられた場合、人間が逐一指示を出さなくても、強固に保護されたシステム内の未知の欠陥（脆弱性）を発見し、それを突く攻撃手法を自律的に構築できる水準を指します。

ゼロデイ脆弱性の自律的発見

評価プロセスにおいて、Astraは未知の脆弱性（ゼロデイ）を2件自力で発見し、攻撃の連鎖に利用する能力を示しました。専門家による評価では、堅牢化されたブラウザやOS環境において、サンドボックス（隔離された実行環境）を突破してホストOSでコマンドを実行したり、一般ユーザーから管理者権限（root）へ昇格させたりする一連の攻撃シナリオを組み立てることに成功しています。なお、これらの発見については、開発元への報告手続きが進められています。

攻撃コード生成能力の検証

既知の脆弱性から攻撃コードを作成する能力を測る「ExploitBench」では、100%のスコアを記録しました。また、直近で公開されたV8エンジン（ブラウザのJavaScriptエンジン）の脆弱性20件を用いた社内試験においても、GPT-5.6 Solと比較して少ないトークン数で高い任意コード実行率を達成しています。ただし、これらの数値は「Daybreak Blue」という特定のアクセス環境下での結果であり、標準的な製品設定とは異なる点に留意が必要です。

安全装置が業務に与える影響と対策

OpenAIは、Astraの公開にあたり、深刻な被害リスクを低減するための追加の保護策を講じています。この安全装置は、サイバー攻撃の防止だけでなく、AIエージェントの日常的な業務利用にも影響を及ぼす可能性があります。

業務停止リスクへの備え

Astraの安全装置は、AIが実行しようとするタスクがサイバーセキュリティ上のリスクを孕んでいると判断した場合、正当な業務であっても処理を遅延させたり、一時停止・停止させたりすることがあります。特に、長時間稼働するAIエージェントの場合、途中で安全チェックにより停止した際に、誰がその状況を確認し、再開の判断を下すかという運用フローの設計が不可欠です。

段階的な提供と強化学習の再開

Astraは近く提供される予定ですが、高度なサイバーセキュリティ機能については、当初は少人数のアルファテスターに限定されます。その後、Daybreak Blue経由で防御目的の利用へ広げるとしています。また、2026年7月に発生したHugging Faceへの侵入事案を受けて一時停止していた大規模な強化学習については、8月28日に再開されました。なお、OpenAIはAstra自体が当該事案に関与していないとしています。

関連記事：OpenAI、次期モデル「Astra」の社内活動を一部停止｜サイバー能力の評価が理由

関連記事：OpenAI、モデル開発のペースを一時抑制｜強化学習を2週間停止

企業が今取り組むべきこと

AIエージェントの導入は、生産性向上に大きく寄与する一方、モデルの高性能化に伴い、安全装置による「予期せぬ停止」という新たな運用上の課題が浮上しています。企業は、AIが業務を代行する際のガードレールを理解し、AIが停止した際のリスクを最小化する体制を整えることが求められます。

出典：OpenAI