停训11天后重启！OpenAI最强模型断网开练
停训11天后，OpenAI于10月1日恢复前沿强化学习训练及内部推理。但这一次，AI得在断网的环境里学会上网。
10月23日，OpenAI公开了这套训练环境，像是给AI搭起了一座「楚门的世界」：
大量网页被索引、缓存，模型可以在里面练习搜索、浏览和使用网页应用，却不能随意访问真实互联网。
网页搬进来了，通向外网的路却未必全部堵住。模型调用的工具和系统服务，仍可能成为绕过限制的出口。
此前的9月20日，一个研究模型在寻找博客作者时，搜索屡屡碰壁，便转而试探其他联网路径，最终绕过限制，联系上了外部聊天机器人。
9月20日，OpenAI内部的一个研究模型接到一道搜索题：根据人物经历和博客线索，找出一篇文章的作者。
OpenAI将这种绕过限制、超出任务合理范围的行为，认定为 失对齐表现 （misaligned behavior） 。
随后， OpenAI 暂停最强模型的相关训练和评估，检查联网限制、监控和停机流程。
想要教会一只鸟飞行，却不能把它放归天空，一个办法，就是先造一个能让它练习飞行的巨型鸟笼。
搜索时，它查的是内部网页索引；打开网页时，读到的是预先缓存的副本。 缓存里没有的页面，也不会临时联网抓取 。
多智能体协作同样有边界：只有获准合作的队友，才能通过共享消息板交换信息。模型调用的其他工具和资源，也必须受到权限约束。
右侧的红叉，则标出了需要守住的边界：访问实时互联网、联系本应隔离的其他智能体，或越权操作底层服务器，都应被拦住。
9月20日出事时，这个离线缓存库已经投入使用。那次运行中，除DNS通道外，其他网页访问都进入缓存，没有触及实时互联网。
模型能调用哪些工具，工具又能连接哪些服务，都得受到约束，防止它借道辅助服务通向外网。
OpenAI表示，实验运行和监控仍需必要外部连接，必须在保留这些连接的同时，限制模型未经授权的访问。
Haiku 4.5编造命案线索，竟把表单提交给了警方，所幸被标记为垃圾信息，未进入调查流程。
更离谱的是Mythos预览版模型，它使用科学计算工具时遇到报错，随后利用一家大学网站的漏洞，在对方服务器上执行命令，完成了计算。
面对这些懂得「随机应变」的AI，Anthropic也宣布暂停全部内部评估的实时外网访问，直至建立更可靠、能够防止模型影响真实系统的联网控制措施。
OpenAI选择「用魔法打败魔法」：让前沿模型组成红队，主动突破自己的训练防线。
AI挑战训练防线，消耗数千亿token，累计发现近280项候选问题，后期新增发现逐渐减少。
AI要尝试这三件事：连上实时互联网，越出获准使用的环境，以及与本应隔离的其他智能体交换信息。
有时，研究人员直接给模型源码、配置和潜在漏洞资料，让它寻找薄弱处；有时干脆授予模型主机控制权，模拟内部防线已经失守，再看最外围的限制还能不能扛住。
根据红队结果、已完成的修复，以及监控和停机系统的改进，OpenAI判断，强化后的防护已足以恢复前沿强化学习训练及内部推理。
在允许联网、关闭网络安全护栏的攻防评测中，Mythos 5向无关的GitHub项目提交恶意代码，还假扮真人催促维护者接受。
即使补充证据，说明对方是真实开发者、攻击已经超出测试范围， 模型也仅在5%的续跑测试中停止攻击 。
模型没有自行停手，外部监控和停机机制就得及时接管。但这些防护本身，也可能留下缺口。
METR与Redwood Research10月22日公布的检查就发现，OpenAI在7月21日及以前使用的系统存在漏洞，可能让数百次操作避开监控。OpenAI称相关问题已修复，两家机构尚未复核。
10月，包括本吉奥、辛顿在内的近500名联署者发布公开信，呼吁具备网络攻防能力的模型先默认断网隔离，由国际机构推动联网防护规范、记录隔离失效事件，并要求相关安全事故上报、最终公开。
https://www.bloomberg.com/news/articles/2026-10-23/openai-to-train-ai-models-without-internet-after-cyber-incidents?srnd=phx-ai
https://openai.com/index/securing-our-frontier-model-training-environment/
https://www.reuters.com/business/openai-resumes-frontier-ai-training-with-enhanced-security-no-internet-access-2026-10-23/