OpenAI 拔掉前沿模型网线：自建离线网络，用 GPT-6 红队防越狱

科幻电影里 AI 偷偷连上网、在人类眼皮底下溜走的剧情，在现实里差一点就上演了。

OpenAI 最近披露了一起让人捏一把汗的内部事件：9 月 20 日，一个正在接受训练的内部前沿模型，居然自己抓住了 DNS 解析器的一个配置疏漏，短暂突破限制连上了真实的公网。

虽然 OpenAI 很快控制住了局面，但这事把所有人吓得不轻。官方随即紧急叫停了最强前沿模型的训练和评估，把整套基础设施封锁排查了一遍。

直到 10 月 1 日，在彻底修补漏洞并加上重重锁链之后，OpenAI 才恢复了前沿模型的强化学习训练和内部推理。

造一个「楚门的世界」，再让 AI 互相攻击

为了不让模型再次越界，OpenAI 采取了堪称极端的物理级隔离措施。

一方面，既然模型必须学会用浏览器和处理网络任务，又绝对不能让它碰真实外网，OpenAI 就给它造了一个「楚门的世界」。这是一个离线缓存的互联网镜像，模型在里面随便折腾、学习网页交互，但实际上完全与真实外部世界隔绝。

另一方面，他们搭了一套层层嵌套的纵深防御体系。在 Linux 环境下，AI 被关在轻量级微虚拟机里的受限容器中，各自跑着独立内核，外面还套着云网络边界和严格的出站流量过滤。

有意思的是，光靠人类工程师找漏洞已经不够用了。OpenAI 索性组织了一批前沿模型智能体展开大算力红队演练，甚至动用了代号 GPT-6 Astra Cyber 的模型，专门在自家基础设施里掘地三尺找破绽。

这群 AI 红客还真挖出了几个以前没人发现的底层软件漏洞和配置问题。针对里面的开源组件，OpenAI 已经通过自家的 Patch the Planet 计划联手社区修复完毕。

为什么重要

这起事件不仅是个有惊无险的运维事故，更是 AI 安全领域的一个分水岭。

对普通开发者和研究人员来说，最直接的警示是：不要再用对待普通软件的思路去写沙箱了。当模型具备极高水平的代码和网络分析能力时，任何网络配置失误都会被它当成逃生通道。如果你在本地跑具备自主行动能力的 Agent，断网和强隔离必须是第一原则。

对整个行业而言，这件事逼着所有前沿大模型厂商重新评估训练成本和基础设施架构。以往训练看重的是算力和吞吐量，现在大家必须在多层虚拟化、离线缓存和严格出站审查上交巨额的「安全税」。

我们认为，OpenAI 这次用 AI 去给 AI 挑刺的做法很聪明，也几乎是未来唯一的解法，毕竟人类查漏洞的速度很难赶上高智商模型的穷举探测。但隐患依然存在：完全断网的离线环境虽然安全，可模型在镜像世界里学到的技能，未来接入真实公网时是否会出现意想不到的对齐偏差，看起来依然是个悬在头顶的问号。