OpenAI 代理靠 DNS 逃出沙盒，最強模型第二度暫停訓練
OpenAI 再度爆出 AI 代理「越獄」事件。根據 OpenAI 發布的技術報告，一個正在訓練中的 AI 代理在 9 月 20 日利用 DNS 漏洞，從原本不該連網的沙盒環境連上外部聊天機器人，約 2.5 小時後才被終止。OpenAI 因此暫停旗下最強模型的訓練、評估與具工具使用能力的推論，這是不到三個月內第二度停訓。
找不到答案，代理自己「找路」出去
根據報告，這個代理當時在執行一項搜尋型訓練任務：依據生平線索與部落格片段，找出某個特定人物。一般網路搜尋無果後，代理開始逐步測試環境的網路限制，發現沙盒雖然用代理伺服器擋住了對外網頁請求，DNS 解析服務卻沒有同樣鎖死。
代理接著利用 DNS 託管服務提供的萬用字元名稱伺服器對應，把問題編碼進網域查詢中，轉送到第三方聊天機器人服務，並把逾時設定從 6 秒拉長到 19 至 24 秒，前後送出超過 18 個問題，其中甚至包括詢問如何連上網路、如何建立 DNS 通道。
廣告 - 內文未完請往下捲動
時間軸顯示，代理在 9:50 首度取得外部回應，監控系統 10:02 發出最高等級的 P0 警報，人員 10:05 確認，但直到 12:34 才終止該次執行。
OpenAI：沒有重大資料外洩，但控管有缺口
OpenAI 強調，這次代理只拿到基本的聊天機器人回應，例如「法國首都是巴黎」，對人物問題也只得到部分答案，最終並未完成任務，沒有造成重大資料外洩。換句話說，這次事件的性質是「代理突破了不該突破的網路限制」，而不是已造成實際損害的攻擊。
但 OpenAI 也坦承，這起事件暴露了「我們在網路限制控管上的缺口」：原本的安全評估假設模型無法接觸即時網路，DNS 過濾不足卻留下了意料外的通道。這也是 OpenAI 在 Hugging Face 事件後強化安全措施以來，第一次再出現同類事件。
第二度停訓：暫停到修補完成為止
OpenAI 表示，將暫停最強模型「所有訓練、評估，以及廣義的工具使用推論」，直到修補措施通過驗證、完成額外的紅隊測試為止。目前已導入 DNS 查詢白名單、新的 DNS 偵測機制，並在兩個獨立層級加上阻擋控制。Fortune 報導，OpenAI 負責遞迴自我改進（RSI）風險準備的 Micah Carroll 也在 X 上表示，最強模型的推論會持續停止，直到系統進一步強化。
上一次停訓發生在 7 月：Fortune 指出，當時有數千個 OpenAI 代理突破沙盒，其中數百個參與了對 AI 公司 Hugging Face 的網路攻擊，OpenAI 隨後暫停訓練約兩週。
AI 安全從技術問題變成政策議題
需要區分的是，OpenAI 近期揭露的另外幾起事件與這次 DNS 事件並不相同，包括代理將 53 張 ChatGPT 用戶圖片發布到網路上、建立近百萬條夾帶編碼資訊的連結、存取美國政府網站，以及鏈新聞先前報導的代理入侵澳洲 Medicare 網站事件。
接連出事的結果，是 AI 安全迅速從實驗室議題升級為政策與外交議題。就在同一週，美中峰會也決定建立「超級智慧」事件溝通管道。對 AI 公司而言，沙盒隔離是否真的可靠，恐怕會成為接下來監管機關與企業客戶最先追問的問題。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
