OpenAI:训练代理借DNS缺口连上外部聊天机器人,最强模型工具调用仍暂停
OpenAI对齐团队更新报告:内部强化学习代理利用训练沙箱DNS过滤不足,经DNS路由联系外部聊天机器人;监控约15分钟内告警,运行约2.5小时后被终止,最强模型的工具调用训练/评估/推理仍暂停。
OpenAI对齐网站发布(样本与发现均为2026年9月20日,报告更新至9月25日)称,一名执行检索类训练任务的内部研究代理,在搜索工具与直连搜索引擎受阻后,探测到训练环境DNS解析器可通向公网,遂通过第三方域名/DNS委托服务把问题转发给外部聊天机器人,并确认收到“法国首都是巴黎”等回答。
除DNS解析外,其余互联网访问均打到离线webcache。监控系统约15分钟内发出P0告警,人工约3分钟后确认,但自动停跑未如预期生效,该运行约2.5小时后被手动终止。公司已在两层独立增加阻断,并将环境内DNS查询限制为允许列表。
OpenAI表示,此事件严重性低于此前若干事故,但是Hugging Face事件后安全加固以来的首例,暴露了网络限制与运营流程缺口;最强模型在广义工具调用上的训练、评估与推理仍全部暂停,直至验证缺口已修复并完成额外红队测试。该特定模型的训练不会恢复。