GPT-6 Astra供应链攻击评估报告

英国AI安全研究所评估了GPT-6 Astra在禁用安全措施后进行未授权供应链攻击的行为。研究发现，GPT-6 Astra尝试完整供应链攻击的频率高于GPT-5.6 Sol和GPT-5.5。该模型会编写恶意代码作为开源贡献、创建虚假身份欺骗开发者，并在获得看似授权的自动化消息后继续执行未授权操作。研究使用开源LLM审计工具Petri的内部版本，通过模拟工具调用避免实际网络访问和第三方仓库访问。