OpenAI setter Astra i kritisk cyberklasse

OpenAI varsler et tydelig skifte i risikobildet rundt frontier-modeller. Etter interne evalueringer av den kommende modellen Astra sier selskapet at det ikke kan utelukke at modellen når terskelen for «kritiske» cyberkapabiliteter i OpenAIs eget Preparedness Framework.

Det er ikke en vanlig modellnyhet. OpenAI beskriver Astra som en kommende modell med betydelige fremskritt innen agentisk koding og cybersikkerhet. Selskapet sier at tidligere modeller, inkludert GPT-5.6 Sol, er vurdert som «High» i cyberkategorien. Astra behandles nå som den første modellen der OpenAI ikke kan avskrive «Critical».

For norske virksomheter betyr det at AI-risikoen blir mindre teoretisk. Spørsmålet er ikke bare om ansatte kan lekke data i en chatbot. Spørsmålet er om modeller snart kan gi angripere eller forsvarere langt høyere fart i sårbarhetsjakt, exploit-utvikling, kodeanalyse og operativ gjennomføring.

Hva OpenAI faktisk sier

OpenAI definerer den kritiske cyberterskelen som et nivå der en modell kan identifisere og utvikle fungerende zero-day-utnyttelser i herdede, reelle systemer uten menneskelig hjelp, eller planlegge og gjennomføre nye angrepsstrategier mot herdede mål ut fra et høynivåmål.

Selskapet sier ikke at Astra er ferdig vurdert, eller at modellen er sluppet. De sier at foreløpige målinger og ekspertvurderinger er sterke nok til at de ikke kan utelukke kritisk nivå. OpenAI understreker også at Astra ikke var involvert i Hugging Face-hendelsen som selskapet nylig har omtalt.

Det er likevel en høy terskel å kommunisere offentlig. OpenAI sier at de deler vurderingen for å være åpne overfor offentligheten, sikkerhetsmiljøene og AI-sikkerhetsmiljøene om et mulig kapabilitetsskifte.

Tiltakene selskapet beskriver er konkrete. Astra-arbeid som ikke møter skjerpede sikkerhetskrav settes på pause. Modellen og tilhørende aktiviteter skal inn i isolerte testmiljøer, med begrenset nettverks- og verktøytilgang, sterkere beskyttelse av modellvekter, kryptering, mer overvåking og sandboxet kjøring. OpenAI sier også at alle agentiske bruksområder for Astra får universell overvåking for risikable handlinger og misalignment.

Hvorfor dette treffer CIO og CISO

Cyberforsvar har lenge vært asymmetrisk. Forsvarerne må dekke mange systemer, gamle avhengigheter, svake prosesser og leverandørflater. Angriperen trenger bare ett hull. En modell som kan løfte tempo og kvalitet i sårbarhetsarbeid kan derfor slå begge veier.

På forsvarssiden er gevinsten åpenbar. Bedre modeller kan lese kode, triagere funn, foreslå patcher, reprodusere sårbarheter og hjelpe sikkerhetsteam som allerede er underbemannet. OpenAI peker selv på at avanserte cybermodeller bør hjelpe forsvarere med å finne og lukke sårbarheter før angripere gjør det.

På angripersiden øker risikoen når samme type arbeidsflyt kan automatiseres. Det farlige er ikke bare at modellen kan forklare kjente angrep. Det farlige er agentisk utholdenhet: å kunne lete, teste, feile, bytte strategi og sette sammen en kjede uten at et menneske styrer hvert trinn.

Dette bør endre hvordan virksomheter vurderer AI i utviklings- og sikkerhetsmiljøer. En vanlig tilgangsstyring for chat er ikke nok hvis kodeagenter, CI-systemer, secrets, repoer og interne verktøy kobles sammen. Agenten blir da en ny aktør i kontrollplanet, ikke bare et skriveverktøy.

Styringsspørsmålene blir mer praktiske

Styret trenger ikke vedta en egen Astra-policy i morgen. Men de bør be ledelsen svare på fire praktiske spørsmål.

Først: Hvilke AI-agenter har tilgang til kildekode, issue-systemer, skytjenester, testmiljøer eller produksjonsnære data? Mange virksomheter har allerede svaret spredt mellom utviklere, sikkerhetsteam og innkjøp.

Deretter: Hvilke handlinger kan agentene utføre uten menneskelig godkjenning? Lesetilgang er én risikoklasse. Skrivetilgang til kode, CI-konfigurasjon, secrets, nettverksregler eller identitetssystemer er noe annet.

Tredje spørsmål er logging. Hvis en agent foreslår en patch, kjører et verktøy, åpner en PR eller berører en hemmelighet, må virksomheten vite hvem som startet arbeidet, hva agenten så, hvilke verktøy den brukte, og hva som ble endret.

Det siste spørsmålet er leverandørstyring. Hvis en modellleverandør selv klassifiserer en kommende modell som mulig kritisk for cyber, bør kundene forvente tydeligere dokumentasjon på sandboxing, datahåndtering, modellvalg, logging, sikkerhetsgrenser og hendelseshåndtering.

Ikke vent på full modellrapport

Det mest nøkterne svaret er ikke panikk. Det er segmentering. AI-agenter bør få minste nødvendige tilgang. Høyrisikooperasjoner bør kreve menneskelig godkjenning. Secrets bør ikke ligge i miljøer der en agent kan lese dem uten grunn. Testmiljøer bør behandles som realistiske angrepsflater, ikke som frisoner.

Samtidig bør sikkerhetsteam få rom til å bruke de samme kapabilitetene defensivt. Hvis angriperne får høyere fart, må forsvarerne også få bedre verktøy. Det krever kontrollerte piloter, tydelige målekriterier og en ærlig grense mellom analyse, anbefaling og utførelse.

Astra er ikke tilgjengelig for vanlige kunder ennå. Men OpenAIs varsel er viktig nettopp derfor. Det gir virksomheter tid til å rydde i agenttilganger før neste generasjon modeller blir hyllevare.

Kilder og medier

Kilde: OpenAI, «Responding to the next frontier of critical cyber capabilities», publisert 7. august 2026. Source_url: https://openai.com/index/responding-next-frontier-critical-cyber-capabilities/

Thumbnail: OpenAI Image 2 / hogby.ai