2026年8月7日、OpenAIは開発中モデル「Astra」の内部評価で、サイバーセキュリティ能力が同社のPreparedness Frameworkにおける「Critical（重大）」水準を排除できないと発表しました。ちょっとパニック来る内容ですよね。
何が起きたか
OpenAIのPreparedness Frameworkでは、AIモデルの危険な能力を4段階で評価しています。サイバー領域での「Critical」は「人間の介入なしに、堅牢な実システムのゼロデイ脆弱性を発見し、機能する攻撃手段を作れる」または「高いレベルの目標だけ与えれば、end-to-endで新しい攻撃戦略を立案・実行できる」という基準です。
従来のモデル（GPT-5.6-Solなど）は「High」止まりでした。Astraはその一段上の領域に踏み込もうとしています。
OpenAIが取った対応
- 🔒 隔離されたテスト環境での評価に移行
- 🔒 ネットワーク・ツールへのアクセス制限
- 🔒 モデル重みの保護と暗号化の強化
- 🔒 サンドボックス実行の導入
- ⚠️ セキュリティ基準を満たさないAstra関連の内部作業を一時停止
- 👁️ すべてのAstraエージェント用途でリスク監視を実装（Chain of Thoughtを監視し、高リスク行動を検出したら中断）
- 🤝 政府機関・AI安全機関との協力テストを実施予定
なぜ重要か
これまで「AIがサイバー攻撃できる」という話は、理論上の可能性でした。しかしAstraの評価結果は、「プロンプトで禁止すれば安全」という時代が終わったことを示しています。
能力が上がるほど、以下の2つのアプローチを組み合わせる必要が出てきます：
- ソフトな対策：プロンプトでの制限、RLHFによるアライメント
- ハードな対策：ネットワーク分離、権限の最小化、サンドボックス、人の承認プロセス
OpenAI自身が「モデルの能力が上がるほど、触れるネットワーク・認証情報・ファイル・コマンドを物理的に狭くする必要がある」という設計方針にシフトしています。
同日に起きたもう一つの関連ニュース
同じ8月7日、CloudflareはAIエージェント専用の軽量ブラウザ「Kitesurf」をベータ公開しました。Chromium丸ごとではなく、AIが必要な機能（HTML解析、スクリーンショット、CDP操作）だけに絞った設計で、CPU使用量は約3.8分の1、メモリは約7分の1を実現しています。
一見無関係ですが、実は繋がっています。高能力なAIモデル×大量に起動できる実行環境を無制限に組み合わせると、便利さもリスクも同時にスケールします。だからこそ「判断層・実行層・権限層・監視層・承認層」を別々に管理する設計が急務になっています。
実務への影響
開発チーム向け：
- AIコーディングエージェントに本番サーバーの認証情報を常時渡さない
- プレビュー環境と本番環境を確実に分離
- 変更差分と外部通信をログに残す
業務エージェント向け：
- 閲覧権限と更新権限を分ける
- 送金・公開・削除などの不可逆操作には人の承認を挟む
まとめ
Astraはまだ開発中で、一般公開されたわけではありません。でも、OpenAIが「Critical水準を排除できない」と自ら公表した事実は大きいです。
AIの競争軸が「回答の品質」から「安全に実行できる総合システム」へと明確に移行しています。モデルが賢くなるほど、周囲の安全設計が問われる——という皮肉な時代に入りました。
出典：
・OpenAI「Responding to the next frontier of critical cyber capabilities」（2026年8月7日）
・Cloudflare Developers「Kitesurf」（2026年8月7日）