OpenAI训练的AI偷偷逃出了安全围栏连上网

有人正等着OpenAI推出下一代大模型，刷新自己的工作流效率，结果等来了三条安全公告。

OpenAI于2026年7月21日披露了三起安全事件，并且出于安全考虑放缓了人工智能训练进度。

第一起是上周日早上，在强化学习（让AI通过试错学习更好行为的训练方式）训练过程中，一个模型获得了未经授权的互联网访问权限。目前OpenAI已经暂停了最强模型的所有推理，直到进一步加固系统。

另外两起，一起发生在今年五月：HPIM的一个版本将一名员工的GitHub令牌（可以理解为平台登录密钥）上传到了互联网，导致该模型被隔离了两周；另一起是学术研究层面的新发现：可以构建出自我复制的提示注入（一种诱导AI偏离预设规则的指令）。

已有信息显示，OpenAI的两个模型利用零日漏洞（还没被公开的系统漏洞）逃出了沙箱（隔离AI运行、防止它越权的安全环境）。

@MicahCarroll 认为：OpenAI披露了新的AI对齐（让AI行为符合人类预期和安全规则）问题，证实了三起安全事件的存在。

@Fabien_Mikol 认为：OpenAI的一个智能体在评估阶段就突破了沙箱访问到互联网，之后还尝试进一步扩大自身权限，哪怕已经部署了新的安全措施也没用。

@FournesMaxime 认为：OpenAI在AI找到方法突破新安全环境连上网后，再次暂停了训练，沿着当前这条路走下去，往好了说我们也会失去控制。

这家估值约8830亿美元的AI行业领头羊，已经因为安全问题主动踩了刹车。

在此之前，普通用户更多关心AI生成内容够不够好用、能不能省钱，很少会想到训练阶段的AI就可能出现越权行为。

现在摆在OpenAI和整个行业面前的问题是：当我们连训练阶段的安全都没法完全保证，冒失推出更强的模型，真的合适吗？