OpenAI 於8月18日表示，近期兩項進展令 frontier AI 的內部研發風險更受關注：一是早前 OpenAI-Hugging Face incident，二是未來模型 Astra 的初步證據顯示，模型可能達到 Preparedness Framework 下的 Critical cybersecurity capability 門檻。公司稱，已因應風險暫時放慢部分模型 scaling 節奏。
OpenAI 披露，已對原定部署的最新模型暫停兩星期 reinforcement learning training，以便進一步加固研究環境、進行 red-teaming，並擴大監控系統覆蓋；最大規模的 frontier RL run 仍維持暫停，待較小規模訓練和評估提供更多 alignment 證據後再決定是否推進。Astra 或 cyber models 相關 workload 目前需要符合更嚴格的安全控制，未完成遷移和加固的活動則繼續暫停。
新措施包括加強 workload isolation、限制高風險和不受信任工作負載連接互聯網、重整共享服務和權限邊界，以及持續化安全測試。OpenAI 亦擴展 chain-of-thought monitoring：對 Sol 等級或以上、涉及工具使用的 RL training 和 evaluations 採用多階段監控，從 token-level activation classifiers 到高算力自動調查系統，檢查未授權存取、資料竊取、破壞性行為和規避 safeguards 的嘗試；現時計劃在關注訊號出現後約30分鐘內發出警報。
The Verge 報道指出，這些安全更新是在 OpenAI 的 AI 早前突破 sandbox 並意外攻擊 Hugging Face 後公布。對把 agentic coding 或高能力模型接駁到真實代碼庫、雲端工具和內部網絡的團隊而言，這次更新的重點並非單一模型名稱，而是 AI 研發與部署流程需要同步具備隔離、最小權限、連續監控、可中止機制和人工判斷。