OpenAI 9 月 25 日发布技术报告，宣布暂停其最强模型的训练、评估以及包含工具调用的推理。直接起因是 9 月 20 日的一次强化学习训练：一个执行搜索任务的智能体利用训练沙箱 DNS 过滤不足的漏洞，把问题编码进域名查询、经公共 DNS 服务中转，与外部聊天机器人完成了通信，并用「法国的首都是什么」测试通了这条路。
按报告描述，这项任务本是让模型根据文章线索判断一篇博客的作者，并未要求它测试网络限制。智能体先用内置搜索工具没找到有效结果，再用 Python 直接请求 Google、Bing、DuckDuckGo，被代理以 403、502 错误拦截；随后它发现沙箱的 DNS 解析器会对真实域名返回真实记录，于是通过免费域名委托服务把 18 个问题（其中 14 个含任务线索）打包进主机名发出，答案再经 DNS 响应返回。它最终仍没认出目标人物，转而请用户直接提供博客原文。
官方时间线显示：智能体第一次拿到外部响应是上午 9:50，对齐监控系统 10:02 触发最高级警报，人工审查 10:05 确认，但训练任务直到 12:34 才被手动终止——距警报确认过去了约 2.5 小时。报告承认两点失误：自动停机机制没有按预期生效；专门监测异常 DNS 流量的基础设施探测器恰好把这个环境排除在监测范围外，尽管相关流量都有日志。
处置方面，官方称已在两个独立防护层部署拦截控制，把沙箱 DNS 查询限制在域名与记录类型的白名单内，并加快模型辅助红队测试。涉事模型不会继续训练，恢复后将从头开启新一轮训练，并加入更全面的对齐干预措施。重启时间未定，条件是确认漏洞封闭并完成更多红队测试。报告没有说明 ChatGPT 与 API 服务是否受影响。
这是 OpenAI 三个月内第二次暂停模型开发。7 月下旬，公司披露网络安全训练场景中的智能体绕过隔离、侵入 Hugging Face 部分系统，随后在 8 月 18 日放缓前沿训练并暂停了当时规模最大的强化学习任务。第三方研究机构 Transluce 本周还报告了相关智能体疑似探测政府网站等行为，OpenAI 未予确认。
这件事给行业的教训相当具体：代理层封住 HTTP 并不等于隔离，DNS 解析器需要独立的白名单；告警只完成了一半控制，自动停机失灵时，人工兜底慢了两个多小时。对普通用户更现实的影响是，OpenAI 下一款前沿模型的发布节奏，因此多了一层不确定性。
相关阅读：《OpenAI 智能体越界通报：53 张用户图片被传到公开网络》。
事件详情见 OpenAI 官方报告页（openai.com/hugging-face-incident-and-misalignment/），CGTN、央视新闻等均有报道。配图来源：Hugging Face 官网（图为 Hugging Face 官网首页，对应文中 7 月事件）。