OpenAI rallenta Astra: cosa sono le soglie High e Critical

Intelligenza artificiale · Cybersicurezza

Pubblicato l’8 agosto 2026 · Aggiornato il 3 settembre 2026: OpenAI ha confermato la classificazione Critical. Il seguito della vicenda è in Astra, l’AI di OpenAI che trova zero-day senza aiuto umano.

OpenAI ha rallentato il percorso verso il rilascio di Astra, un modello di prossima generazione ancora interno, dopo valutazioni di cybersicurezza che avrebbero fatto emergere capacità molto più avanzate del previsto. La notizia, riportata il 7 agosto da Axios e ripresa da The Verge, apre una questione che va oltre un singolo prodotto: cosa succede quando un sistema di intelligenza artificiale diventa abbastanza capace da aiutare non solo chi difende una rete, ma anche chi cerca di violarla?

OpenAI Astra: cosa è successo

La ricostruzione più dettagliata arriva da Axios. Il giornale statunitense riferisce che OpenAI ha deciso di rallentare il rilascio di Astra dopo valutazioni interne sulle capacità del modello in ambito cyber. Il punto non sarebbe un singolo test andato male, ma la possibilità che il sistema si avvicini a una classe di capacità che l’azienda stessa considera eccezionalmente delicata.

The Verge ha descritto la misura in termini ancora più netti, parlando di uno stop ad alcune attività interne mentre vengono rafforzati i controlli. Le due formulazioni non vanno confuse con un annuncio di cancellazione del progetto: il quadro che emerge è quello di un modello ancora in sviluppo sottoposto a una soglia di sicurezza più severa prima che possa procedere verso una disponibilità più ampia.

High e Critical: la differenza che conta

Il cuore della vicenda è nel Preparedness Framework, il sistema con cui OpenAI classifica capacità che potrebbero produrre danni gravi. Nella versione aggiornata del framework, le soglie principali sono High e Critical. Un sistema High può amplificare in modo significativo percorsi di rischio già esistenti; prima del deployment deve quindi essere accompagnato da salvaguardie che riducano adeguatamente il pericolo.

Critical è un livello diverso. Indica capacità che potrebbero creare nuovi percorsi di danno grave senza precedenti prontamente disponibili. Per questi sistemi, OpenAI prevede che le protezioni siano necessarie già durante la fase di sviluppo, indipendentemente dal fatto che esista o meno un piano di rilascio.

Perché il cyber è diventato il punto critico dell’AI

La cybersicurezza è uno dei campi in cui i progressi dei modelli possono avere un doppio effetto particolarmente evidente. Lo stesso sistema capace di trovare una vulnerabilità prima di un criminale può, nelle mani sbagliate, accelerare la ricerca di falle, la scrittura di exploit o la pianificazione di intrusioni.

OpenAI descrive una capacità High in cybersicurezza come la possibilità di rimuovere alcuni colli di bottiglia che oggi limitano la scalabilità degli attacchi: per esempio automatizzando operazioni end-to-end contro obiettivi ragionevolmente protetti o la scoperta e lo sfruttamento di vulnerabilità rilevanti. La soglia Critical alza ulteriormente l’asticella e riguarda sistemi capaci di sviluppare exploit zero-day funzionali su molti sistemi reali e protetti senza intervento umano, oppure di progettare ed eseguire strategie di attacco complesse partendo da un obiettivo di alto livello.

È proprio questa crescente autonomia a cambiare il problema. Un assistente che suggerisce codice resta uno strumento nelle mani di una persona. Un agente che pianifica, esegue, verifica il risultato e modifica autonomamente la propria strategia riduce invece il numero di passaggi in cui un essere umano può fermare un’azione sbagliata o malevola.

Il precedente di GPT-5.6

Il caso Astra non nasce nel vuoto. Nella system card di GPT-5.6, pubblicata a luglio, OpenAI ha già classificato Sol, Terra e Luna come modelli da trattare con precauzioni da capacità High nel dominio cyber. L’azienda afferma però che questi sistemi restano sotto la soglia Critical: nei test, GPT-5.6 può trovare vulnerabilità e parti di exploit, ma non è riuscito a portare a termine attacchi autonomi end-to-end contro obiettivi rafforzati.

Questa distinzione aiuta a capire perché Astra faccia notizia. Se le valutazioni interne su un modello successivo suggeriscono un ulteriore salto di autonomia, i controlli non possono limitarsi alle stesse misure usate per i sistemi già pubblici. È esattamente il tipo di scenario per cui il Preparedness Framework prevede un livello Critical.

Cosa cambia per utenti e aziende

Per chi usa ChatGPT oggi, la risposta è semplice: nulla cambia nell’immediato. Astra non è un modello pubblico e non esiste un annuncio ufficiale che imponga modifiche ai prodotti attualmente disponibili. Il tema riguarda il processo che precede un eventuale lancio.

Per le aziende che sviluppano software con agenti AI, invece, il segnale è più importante. Man mano che i sistemi diventano capaci di usare strumenti, terminali, repository e infrastrutture cloud in modo autonomo, la sicurezza non può essere trattata come un filtro finale. Deve essere integrata nell’architettura: privilegi minimi, ambienti isolati, monitoraggio continuo, log verificabili e approvazioni umane per le operazioni ad alto impatto.

Per i team di sicurezza c’è anche un’opportunità. Gli stessi modelli che possono aumentare il rischio offensivo stanno diventando strumenti potenti per analizzare codice, trovare errori, classificare vulnerabilità e accelerare la risposta agli incidenti. Il problema non è quindi fermare la capacità, ma costruire un sistema in cui il vantaggio difensivo cresca più velocemente dell’abuso.

Un test per tutta l’industria dell’intelligenza artificiale

Il valore del caso Astra è anche simbolico. Per anni la competizione tra laboratori di intelligenza artificiale è stata raccontata quasi esclusivamente attraverso benchmark, velocità, costi e dimensioni del contesto. Quando un’azienda rallenta un modello perché i propri test di sicurezza fanno emergere capacità inattese, la metrica cambia: non conta più soltanto quanto il sistema sa fare, ma quanto controllo esiste su ciò che può fare.

OpenAI ha pubblicato a maggio 2026 un Frontier Governance Framework proprio per collegare le proprie pratiche interne ai nuovi obblighi normativi, compresi il quadro europeo per i modelli di intelligenza artificiale general-purpose e le regole emergenti negli Stati Uniti. Il documento copre, tra gli altri, rischio cyber, minacce CBRN, manipolazione dannosa, perdita di controllo, gestione degli incidenti e contributi di esperti esterni.

La sfida per l’intero settore sarà dimostrare che questi framework non sono soltanto documenti di principio. Il vero test arriva quando una valutazione produce un risultato scomodo: ritardare una funzione, limitare un accesso o modificare un modello nonostante la pressione commerciale. Nel caso Astra quel passaggio c’è stato, e la conferma di settembre lo rende verificabile. Resta però una domanda che il framework non risolve: a certificare il superamento della soglia è stata la stessa azienda che aveva interesse a gestirne il racconto.

Le domande ancora aperte su OpenAI Astra