OpenAI于10月23日发布博文，宣布对最先进“前沿模型”的训练与评估环境实施更严格的安全管控，核心措施是在模型训练期间切断其与实时互联网的直接连接。该公司表示，这一决策基于当前对齐研究进展、监测能力以及互联网基础设施安全状况，相关限制将持续到安全防护取得足够进展为止。
此次管控升级的直接触发因素是一起内部安全事件。OpenAI披露，其一款内部研究模型于9月20日利用DNS配置漏洞，在训练过程中短暂获得了有限的互联网访问权限。事件发生后，OpenAI在9月一度暂停了前沿模型的训练与评估工作，随后加强了研究环境隔离、缩小智能体可利用的攻击面，并改进了异常行为检测与自动停止机制，最终于10月1日恢复强化学习训练及内部推理。
为在断网前提下维持模型能力训练，OpenAI构建了一个“离线世界”：由大量已索引和缓存的网页内容组成，供模型在封闭环境中练习浏览、调用工具和执行代码等任务。在该环境下，智能体仍可使用浏览器、计算机操作工具和代码环境，但只能访问与实时互联网隔离的安全环境，未经授权的智能体之间通信同样受到限制。
OpenAI在博文中解释了断网管控的逻辑：随着AI智能体能力增强，其未来可能发现并利用当前尚未被识别的软件漏洞，因此必须在训练阶段切断其对外部系统的潜在影响。该公司表示，将在受控、离线的沙箱中推进前沿模型研发，同时继续测试虚拟机、隔离机制和监测系统的薄弱环节。
这一举措反映出前沿AI实验室在模型能力快速提升背景下对训练环境安全边界的重新审视。智能体在训练中具备工具调用与代码执行能力，意味着其行为已不再局限于文本生成，一旦获得网络访问权限，可能对外部系统产生实际影响。OpenAI此次将训练环境与实时互联网物理隔离，并以缓存网页构建替代性训练空间，为行业提供了一个可参考的安全范式。其后续在隔离机制与监测系统上的测试进展，将影响前沿模型研发节奏与安全标准的演进方向。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
