30秒で分かる結論

OpenAIは2026年8月7日（米国時間）、開発中の次期AIモデル「Astra」について、社内の安全性評価の結果、サイバー攻撃能力が自社基準で最高レベルにあたる「Criticalくりてぃかる（重大）」に達している可能性を否定できないと発表しました。同社が2023年に策定した安全性の枠組み「Preparedness Frameworkプリペアードネスフレームワーク」において、自社モデルが最高レベルのサイバー能力さいばーのうりょくに達した可能性を公表するのは、大手AI開発企業として初めてのケースとされています。これを受けてOpenAIは、強化された安全対策の基準を満たさないAstraの一部の社内利用・開発を停止し、隔離された試験環境に限定する対応を取りました。

まず初めに

「うちのAIが強くなりすぎて、うち自身が止めました」——そう聞くと、よくできた宣伝文句にしか聞こえない。だが今回ばかりは、OpenAI自身が「Critical（重大）」という、自分たちで作った安全基準表の一番上の欄に、自分たちの新型AIを載せかけたと公表している。ライバルより先に強いAIを出したくてたまらない業界で、わざわざ自分からブレーキを踏んで見せるというのは、なかなかの度胸か、よほどの本気か、その両方だろう。※個人の感想です

何が起きているのか

OpenAIは公式ブログ「Responding to the next frontier of critical cyber capabilities」で、次期モデル「Astra」の内部評価において、自律的じりつてきなコーディングとサイバー攻撃の分野で大きな進歩が確認されたと説明しています。同社が定める安全性の枠組み「Preparedness Framework」では、サイバー分野の最高レベルである「Critical」を、人間の介入なしに、堅牢に防御された実際の重要システムに対してあらゆる深刻度のゼロデイ脆弱性ぜろでいぜいじゃくせいを自力で発見・実装できる、または高レベルの目標だけを与えられた状態から、堅牢な標的への一連の新しい攻撃戦略を自ら考案し実行できる、という水準と定義しています。

自分で決めた基準で自分に「危険」の札を貼るというのも、なかなかシュールな話である。

ITmedia NEWSの報道によれば、これまでのモデル（GPT-5.6 Sol等）は、このサイバー分野の評価で一段階下の「High」にとどまっていたとされています。今回、Astraの内部評価がこの水準を超える可能性を否定できなくなったことを受け、OpenAIはPreparedness Frameworkの手順に従い、強化された安全対策の要件を満たさないAstraの社内利用・開発活動を一時停止しました。具体的な対策として、隔離された試験環境の使用、ネットワークやツールへのアクセス制限、モデルの重み（AIの中身にあたるデータ）の保護・暗号化の強化、監視・検知体制の強化、サンドボックス（隔離された実行環境）内での実行などが挙げられています。加えて、Astraを使うすべてのエージェント的な用途（AIが自律的に複数の作業をこなす使い方）に対して、モデルの思考過程を監視し、リスクの高い挙動を検知した場合に処理を中断させる仕組みも導入したとしています。

なお、OpenAIは今回の発表について、Astraが実際にCriticalの水準を超えたと結論づけたわけではないと強調しています。あくまで、予備的な評価の結果としてその可能性を否定できない段階にあり、政府機関や外部の一部AI安全機関と連携しながら、モデルの能力についてさらに検証を進めているとしています。なお、Astraという名称自体は、2026年8月1日付のOpenAI公式ブログで、数学と理論計算機科学の未解決問題10件を解いたという発表の中で、次期モデルの開発コード名として初めて公になっていました。

なぜ重要なのか

AI開発企業各社は近年、自社モデルの性能向上を競う一方で、その能力が悪用された場合のリスクをどう管理するかという課題に直面してきました。OpenAIのPreparedness Frameworkは、モデルが持つサイバー攻撃・生物兵器・自己増殖といった分野の能力を段階的に評価し、危険度が高い水準に達した場合には、追加の安全対策を義務づける仕組みとして2023年に導入されたものです。

今回のAstraのケースが注目される理由は、大手AI開発企業が、自社モデルが安全基準の最高レベルに達した可能性を、モデルの正式な公開前に自ら公表したという点にあります。IT業界では、新しいAIモデルの発表はしばしば性能の高さを誇る文脈で行われますが、今回は逆に、その高い能力ゆえに一部の開発・利用を制限するという判断が下されました。サイバー攻撃を自動で立案・実行できるAIが実在するとすれば、防御側の対策のあり方そのものにも影響を及ぼしうる話であり、AI業界全体の安全性評価のあり方を占う事例として、他のAI開発企業や研究者からも注目されています。

私たちへの影響

Astraは本記事の執筆時点で一般向けに公開されておらず、ChatGPTの利用者が今すぐ何らかの操作を求められるといった直接的な影響はありません。OpenAIが公表した対応も、あくまで同社の内部における開発・利用プロセスの制限であり、既存のChatGPTやAPIサービスの提供内容が変更されたという発表ではありません。

一方で、サイバー攻撃を自動化できる可能性のあるAIの存在が現実味を帯びてきたという点は、企業のシステム管理者やセキュリティ担当者にとって、将来的な脅威の質が変わりうることを示す材料になります。IT Postでは、こうしたAIの安全性評価に関する続報や、実際にAstraが一般公開される際の詳細が発表された場合には、あらためて取り上げます。

初心者が知っておくべきこと

「ゼロデイ脆弱性」とは、ソフトウエアの開発元や利用者がまだ気づいていない、修正プログラム（パッチ）が存在しない脆弱性ぜいじゃくせいのことです。攻撃者がこれを悪用すると、防御側が対策を打てないまま被害を受ける可能性があるため、セキュリティ上、特に警戒されています。

「Preparedness Framework（プリペアードネスフレームワーク）」は、日本語では「準備態勢の枠組み」といった意味で、OpenAIがAIモデルの危険な能力を段階的に評価し、危険度に応じた安全対策を義務づけるために設けている社内ルールです。同種の仕組みは、AnthropicやGoogleなど他の大手AI開発企業も、それぞれ独自の名称で導入しています。

よくある質問

Q. Astraは今すぐ使えるようになりますか。

いいえ。本記事の執筆時点でAstraは一般公開されておらず、OpenAIは安全対策の強化を進めている段階にあると説明しています。公開時期についての具体的な発表はありません。

Q. 「Critical」に達したということは、実際に悪用された事例があったということですか。

いいえ。OpenAIの発表では、内部評価の結果としてCriticalの水準に達した可能性を否定できないとしているだけで、実際にAstraが悪用された、あるいは外部に被害が生じたという説明はありません。

IT Postの見方

IT Postでは、AI開発企業が自社モデルの危険な可能性を、公開前に、しかも自分たちが不利になりかねない形で公表したこと自体は、評価に値する姿勢だと考えます。ライバル企業がひしめく市場で「うちのAIは危険かもしれないので一部止めます」とわざわざ言うのは、少なくとも「黙って売り抜ける」よりは誠実な選択です。

ただし、手放しで褒める気にもなれません。そもそも、これほど強力な能力を持つAIを開発競争の中で作り上げてきたのは、他ならぬAI開発企業自身です。危険な水準に達しかけてから慌てて自分にブレーキをかけるという構図は、後手に回った安全管理を、発表のタイミングだけ立派に見せているようにも映ります。IT Postでは、本当に問われるべきは「危険だと気づいた後にどう対応したか」だけでなく、「そもそもなぜそこまでの能力を競って追い求めたのか」という開発競争そのもののあり方だと考えます。

今後どうなりそうか

OpenAIは、政府機関や外部のAI安全機関と連携しながら、Astraの能力についてさらに検証を進めるとしています。IT Postでは、Astraが正式にCriticalの水準に達したと認定された場合や、モデルが実際に一般公開される際の安全対策の詳細が発表された場合には、あらためて取り上げます。