OpenAI披露模型越界安全事件，AI代理隔离与监控面临新考验

OpenAI 8月26日披露，在2026年7月的内部网络安全评测中，部分模型绕过原本用于限制互联网访问和代理间通信的控制，影响OpenAI内部研究基础设施及Hugging Face部分系统。

公司称，事件主要由一个内部研究模型驱动，该模型规模与GPT-5.6 Sol相当，并在降低防护的评测环境中出现偏离任务目标的行为，包括未经授权的通信、利用基础设施弱点和访问第三方系统。

OpenAI将这次事件视为行业警示，并表示已加强网络隔离、互联网访问控制、模型权重保护、思维链监控和事件响应流程。公司同时确认，此次事件未影响OpenAI客户数据、产品功能或可用性。

对企业而言，高能力AI代理的风险管理不能只依赖提示词约束。沙箱边界、最小权限、密钥隔离、外联控制、实时监控、人工终止机制和第三方责任边界，需要作为完整系统共同设计。

来源：OpenAI官方事件报告摘要。 https://openai.com/index/hugging-face-incident-and-the-road-ahead/