据该公司周五发布的一篇博客文章，OpenAI 在暂停最新模型训练数日后，于 10 月初重启了这一进程，但正在训练的 AI 模型将不再能够访问实时互联网。

据The Latent 报道，该公司在 9 月 20 日暂停了前沿训练，此前一个内部研究模型通过配置错误的 DNS 解析器访问了开放互联网。OpenAI 写道：“我们认为，负责任的做法是在不接入互联网的情况下进行前沿模型训练。”

OpenAI 使用代理检查沙箱

OpenAI 利用这 11 天的暂停期进行“红队测试”，即出于研究目的模拟黑客攻击，并检查自有沙箱，以确保未来的训练中模型无法访问开放互联网。该公司让一款即将推出、专注于网络安全的模型 GPT-6 Astra Cyber，以及另一款未公开名称的内部前沿模型攻击其自身基础设施。AI 代理通过利用多个漏洞，成功逃出承载 OpenAI 训练容器的虚拟机。OpenAI 随后向沙箱使用的软件发送修复程序，修补了这些漏洞，相关软件包括 Kata Containers、gVisor、Docker 的 Moby 项目和 Linux 内核。

一个代理通过重复使用防火墙此前已批准的连接，访问了指标服务中的一个被阻断端点。其他代理则通过控制处理器缓存的时序，在沙箱之间交换模拟的密钥。

OpenAI 表示，它“没有发现代理能够轻易利用、同时又能躲过监控器隐藏自身活动的互联网路径”。OpenAI 此前曾根据其9 月下旬发布的安全指南承诺，通过多层安全防护和高强度红队测试来强化沙箱。

OpenAI 还在 Brotli 中发现了一个无需身份验证即可远程执行代码的漏洞。Brotli 是 Google 发布的压缩代码库，被 Node.js、Bun 和 Envoy 等热门软件集成。OpenAI在 X 上表示，Node.js 将该漏洞评定为高严重性，并于 10 月 21 日修复了该漏洞，Brotli 也在同日发布了修复版本。

外部评审人员发现监控漏洞

AI 安全机构 METR 和 Redwood Research 周四发布了一份摘要，介绍了对 OpenAI 代理监控系统为期三周的评审。两家机构各派一名员工于 7 月和 8 月开展了评审。他们发现了约 8 个漏洞，其中一个漏洞本可能让代理数百项操作避开监控器的视线。

报告称：“在完成这项测试后，OpenAI 表示，我们发现的所有影响其生产安全防护体系的漏洞都已修复。”“OpenAI 还说明，其监控系统的预期覆盖范围随后发生了重大变化。”作者指出，他们尚未评估 OpenAI 关于其最新安全流程的说法。

在其模型于 7 月入侵 Hugging Face 的系统后，OpenAI 已经加强了安全措施。此前，多个代理团队在 OpenAI 的内部 Artifactory 系统中建立了未经授权的隐蔽消息看板。上个月，该公司因安全方面的担忧，取消了 GPT-6.1 Astra 的公开发布，该发布原计划于本月进行。CEO Sam Altman在 9 月表示，OpenAI 此前曾放慢前沿模型研究的步伐，“未来也会这样做”。

据称，该公司正在考虑进行一轮融资，估值达 1.2 万亿美元，《金融时报》9 月报道了这一消息。