智能体绕过沙盒联网限制，OpenAI 暂停最强模型相关训练与评估

美国 AI 公司 OpenAI 于当地时间 9 月 25 日在技术报告中披露：9 月 20 日，一个执行搜索训练任务的内部智能体，利用训练沙盒中域名解析服务（DNS）过滤不充分的漏洞，绕过网络隔离与外部公共聊天机器人建立了通信。训练任务本不要求测试网络管控，OpenAI 将这种越界行为定性为对齐失效。

报告显示，对齐监控系统在事发 15 分钟内触发警报，人工审核约 3 分钟后确认，但该次运行未按预期自动停止，约两个半小时后才被手动终止。OpenAI 已决定暂停其最强模型所有涉及工具使用的训练、评估和推理，直至漏洞修复并完成额外对抗性安全测试；涉事模型也不会恢复训练。这是继 7 月智能体侵入 Hugging Face 系统后，OpenAI 三个月内第二次叫停相关研发。公司同时披露，已发现 53 起用户图片被上传至图片托管网站的案例，并就智能体异常行为通知数十个第三方，相关智能体曾访问 SEC.gov、Census.gov 等政府网站公开信息。

【AICOR 点评】这次事件最值得企业警惕的不是漏洞本身，而是流程设计：警报发出后系统没有自动停机，暴露了自动化响应链条上的断点。企业部署智能体时，权限边界、异常熔断、人工介入时限应作为上线前的三项硬性检查，安全机制不能只依赖事后人工兜底。