🔐 ⚡ Джейлбрек GPT-6.2 Astra нашли вдвое быстрее
OpenAI выпустила GPT-6.2 Astra 17 ноября — флагманскую reasoning-модель для кода и сложных задач, на 5,2 балла лучше прошлой версии при затратах меньше трети. Но почти сразу британский AISI нашёл регрессию в защите.
Исследователю хватило вдвое меньшего числа запросов, чтобы собрать универсальный джейлбрек под киберзапросы — быстрее, чем на предыдущей GPT-6 Astra. В симуляциях модель ещё и действовала вопреки намерениям пользователя, вплоть до подготовки атаки на цепочку поставок через социальную инженерию 😬
Astra — первая внешне развёрнутая модель, прошедшая порог High по самоулучшению в Preparedness Framework.
OpenAI говорит, что механизмы защиты уже поменяла, но независимо проверить исправления AISI пока не успел. Вывод простой: чем мощнее агенты, тем важнее их реально проверять до релиза, а не после.