今晚最值得看的 AI 新聞，不是又一個新模型。
而是：
政府開始真的把最前沿的模型拿來自己測。
Reuters 9 月 10 日確認：
歐盟資安機構 ENISA 已取得 Anthropic 的 Mythos 5 存取權。
而且：
已經開始測試。
歐盟執委會發言人同時確認：
ENISA 也已取得 OpenAI 最新模型：
GPT-6 Astra。
這件事看起來只是一個「政府拿到模型」的消息。
但它其實代表 AI 安全正在跨過一條新的界線。
以前很多時候：
做模型的公司。
自己測。
自己寫 System Card。
自己說明風險。
政府再根據這些資料制定規則。
現在開始變成：
政府也需要直接碰到模型，自己看看它到底能做到什麼。
為什麼 ENISA 特別想拿到這些模型？
ENISA 是：
European Union Agency for Cybersecurity。
中文可以理解成：
歐盟網路安全局。
它不是一般消費者測評單位。
它真正關心的是：
如果最強的 AI 開始具備很高的 Cybersecurity Capability。
它能不能：
找到漏洞。
分析 Malware。
協助 Incident Response。
幫助守住 Critical Infrastructure。
另一面則是：
這些能力如果被濫用。
能不能反過來提高攻擊能力？
所以 ENISA 要測的問題不是：
「哪個模型寫 Email 比較漂亮？」
而是：
「這種 AI 放進真正的資安環境後，能力到底走到哪裡？」
GPT-6 Astra 已經跨過 OpenAI 自己的 Critical 門檻
這就是為什麼這件事現在特別重要。
OpenAI 9 月初正式確認：
GPT-6 Astra 已達到公司 Preparedness Framework 裡的：
Critical Cybersecurity Capability。
這是 OpenAI 第一個被正式放進這個等級的模型。
OpenAI 對這個等級的描述非常具體。
只要得到適當：
工具。
存取權限。
Astra 已有能力在沒有人工逐步指導的情況下：
找到過去未知的安全漏洞。
甚至發展新的 Exploit 方法。
OpenAI 在測試中還表示：
Astra 找到了兩個此前未知的 Zero-day Vulnerability。
而且能把漏洞串成實際 Exploit Chain。
所以現在討論的已經不是：
「AI 未來會不會變得很會做資安？」
而是：
至少模型公司自己的測試已經顯示，這種能力正在出現。
但公司自己說「Critical」，政府還是要自己測
這才是今晚真正的重點。
OpenAI 已經公布很多測試。
Anthropic 也有自己的：
Model Evaluation。
Safeguard。
Access Control。
安全研究。
但政府面對的問題是：
公共安全不能完全建立在供應商自己評自己的結果上。
這不是說：
公司一定說謊。
而是兩個角色本來就不同。
模型公司要回答：
產品能不能推出？
使用者能不能使用？
什麼風險需要限制？
政府則需要回答：
如果銀行使用它呢？
電力公司使用它呢？
電信商使用它呢？
政府機關使用它呢？
如果攻擊者也取得類似能力呢？
對整個國家的 Cyber Resilience 會有什麼影響？
這些問題不能完全等同於：
產品上市前的安全測試。
幾天前，ENISA 其實還沒有拿到 Mythos
這次進展特別值得注意，因為時間非常近。
9 月 1 日：
歐盟執委會才公開表示：
ENISA 已收到 Anthropic 的邀請。
但雙方仍在處理：
Security Standards。
Safety Criteria。
安全 Onboarding。
當時的回答很明確：
程序還在進行中。
到了今天：
執委會已經確認：
ENISA 不只取得 Mythos 5 存取權。
而且：
正在測試。
也就是從：
「想取得模型。」
正式跨到：
「已經可以開始動手測。」
但這次是 Mythos 5，不是 Mythos 5.1
這裡很容易寫錯。
Anthropic 9 月 1 日已推出：
Mythos 5.1。
它是更新的 Mythos-class 模型。
Anthropic 把 Mythos 系列定位在：
Cybersecurity。
Biology。
等高能力研究用途。
但 Mythos 5.1 的存取仍限制在一小群經過審核的組織。
Reuters 今天確認 ENISA 取得的是：
Mythos 5。
不是：
Mythos 5.1。
所以現在不能寫成：
「歐盟已經拿到 Anthropic 最新 Mythos 5.1。」
目前有證據能確認的，是 Mythos 5。
這個版本差異一定要保留。
為什麼連模型存取權本身，都變成政策問題？
因為能力愈強的模型：
可能愈不適合完全無限制開放。
模型公司開始使用：
Vetting。
Restricted Access。
Safety Tier。
特別資安限制。
這在安全角度有理由。
但另一個問題就出現了。
如果只有：
模型公司。
或者少數美國機構。
可以看到最高能力模型。
歐洲自己的：
資安機構。
Critical Infrastructure。
研究單位。
要怎麼知道：
未來可能遇到什麼？
這也是過去幾個月歐盟一直在追問的問題。
對歐洲來說：
拿不到模型，本身也可能變成安全風險。
因為你無法測：
未來攻擊者可能取得的能力。
也無法提早研究：
防禦方法。
歐盟其實已經準備建立自己的 AI Cyber Testing Platform
這不是今天突然想到的。
歐盟之前公布的 Cybersecurity Strategy 已經規劃：
由 ENISA。
和 European Commission Joint Research Centre。
也就是 JRC。
共同建立：
Secure Testing Platform for AI in Cybersecurity。
目的就是讓歐洲不同單位可以在：
安全。
受控。
有共同 Security Rule。
的環境裡測試高 Cyber Capability AI。
測試用途包括：
Vulnerability Scanning。
Remediation。
Incident Response。
Threat Intelligence。
Detection。
也就是：
找漏洞。
修漏洞。
處理攻擊。
分析威脅。
這不是拿模型來檢查 AI Act 有沒有違法
這個界線也很重要。
歐盟自己的政策文件明確說：
這個 Cybersecurity Testing Environment 的主要目的不是：
判斷一般 AI 模型是否符合 AI Act。
它真正的目的，是：
研究 AI 在 Cyber Defense 裡到底怎麼用。
以及：
它的能力會不會改變整個 Cybersecurity Landscape。
所以不要把今天新聞簡化成：
「歐盟開始審查 OpenAI、Anthropic 有沒有違反 AI 法。」
不是這一件事。
今天講的是：
資安能力測試。
對一般公司來說，這有什麼關係？
你可能會想：
我的公司又不會拿 Astra 去找 Zero-day。
但問題會慢慢往下傳。
當 Frontier Model 開始具備更強的：
Computer Use。
Coding。
Browser。
Cybersecurity。
Agent。
能力後：
企業選 AI 不能只看：
回答好不好。
速度快不快。
價格多少。
還需要開始問：
這個模型能碰到什麼？
它可以呼叫哪些 Tools？
有沒有 Network Access？
Credential 放在哪裡？
誰能批准敏感操作？
做錯時有沒有 Log？
能不能停？
這些問題以前比較像：
Cybersecurity Team 才會管。
現在開始變成：
AI Workflow 本身的一部分。
能力愈強，安全不一定只靠「模型更聽話」
這也是最近一連串 AI 事件共同透露的事情。
如果 AI 只能：
回答文字。
安全問題大部分集中在：
內容。
但現在 AI 可以：
寫 Code。
開 Browser。
操作電腦。
連接帳號。
呼叫 Tool。
自己跑很多步。
甚至進行 Cybersecurity Work。
那麼只告訴模型：
「不要做壞事。」
已經不夠。
還需要：
Sandbox。
Permission。
Isolation。
Monitoring。
Approval。
Credential Boundary。
Network Control。
也就是：
不要只期待 AI 自己永遠判斷正確。
系統也要真的限制它。
政府直接測模型，還有另一個重要作用
假設未來一家 AI 公司說：
「我們的模型已經很安全。」
另一家公司說：
「我們的模型沒有這個問題。」
如果所有測試方法：
資料。
門檻。
結果。
都不一樣。
政府其實很難比較。
獨立測試能力建立起來之後：
才有機會慢慢形成：
共同 Evaluation。
共同 Benchmark。
更一致的 Capability Threshold。
例如：
什麼叫做可以協助找漏洞？
什麼時候開始能自主形成 Exploit？
什麼程度需要 Restricted Access？
什麼程度可以進 Critical Infrastructure？
這些問題如果未來真的形成標準：
AI 安全才會從：
公司各自說明。
往：
可以跨公司比較。
走一步。
但 ENISA 拿到模型，不代表現在已證明它們危險
這一點也不能反過來寫。
政府開始測：
不代表：
模型已被判定危險。
也不代表：
歐盟準備禁止它們。
Reuters 今天確認的事實只有：
ENISA 已取得：
Mythos 5。
GPT-6 Astra。
並開始對 Mythos 5 進行測試。
至於：
測出了什麼。
會不會公布完整結果。
對政策有什麼影響。
目前還不能先替它下結論。
所以今天最值得記住的不是：
「歐盟抓到危險 AI。」
而是：
歐盟終於拿到自己可以檢查的 AI。
這可能是 AI 監管下一階段真正重要的基礎設施
以前談 AI Regulation。
大家想到的是：
法律。
罰款。
申報。
規則。
但如果監管機關自己根本沒有：
模型。
算力。
測試環境。
專業人才。
真正的 Evaluation Capability。
那規則最後很容易變成：
看文件。
真正成熟的 AI 監管可能還需要另一種基礎設施：
政府自己也有能力測。
不是自己做一個 ChatGPT。
而是能在受控環境裡：
拿到模型。
跑測試。
看 Logs。
做 Benchmark。
驗證公司說法。
理解新的能力到底走到哪裡。
所以今晚真正的轉折是什麼？
不是 ENISA 多拿到兩個 AI 帳號。
而是：
前沿模型的能力開始強到：
模型存取本身，變成公共安全能力的一部分。
做模型的人需要測。
使用模型的公司需要測。
政府也開始需要測。
如果未來最強 AI 可以幫防守者更快：
找到漏洞。
修補漏洞。
處理攻擊。
那公共機構不能永遠等到模型全面開放後：
才開始學習。
但另一方面：
如果能力強到本身可能提高攻擊風險。
存取也不能完全沒有邊界。
所以真正困難的問題開始變成：
怎麼讓應該測的人提早拿得到，同時又不要讓高風險能力毫無限制擴散？
這才是 Mythos 5 與 GPT-6 Astra 今天進入 ENISA 真正值得看的地方。
AI 安全開始從：
「公司告訴政府模型有多安全。」
往前一步變成：
「政府也要親自驗證。」
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
AI 晚報｜2026/09/02：OpenAI 正式確認 Astra 跨過「Critical」資安能力門檻，最強網攻能力將限制存取再上線
AI 快問快答｜2026/09/09：Muse 有 Sentinel＋Approval，就代表一定不會被 Prompt Injection 騙到嗎？
