（媒角抵加／林承志綜合報導）OpenAI10月23日公布，前沿模型的強化學習訓練均採用快取網頁構成的離線環境，限制代理接觸真實外網；相關訓練與內部推論已於10月1日恢復。這項措施針對內部研究環境，基礎設施仍保留必要連線。對台灣開發團隊，代理可讀哪些資料、能連哪些服務，以及誰能停止作業，仍是部署時的具體設定。

關鍵資訊

  • 離線方式：讓模型操作已索引、快取的網頁內容，練習搜尋、瀏覽及網頁應用任務。
  • 隔離範圍：限制研究代理接觸真實外網；實驗與監控所需的基礎設施連線仍存在。
  • 恢復日期：OpenAI表示，前沿強化學習訓練及內部推論已於10月1日恢復。
  • 獨立檢視：METR公布歷史監控系統的測試結果，未評估OpenAI後續改善說法。

代理練習操作網站，先在快取內容裡完成任務

OpenAI把這套環境稱為「離線世界」：模型可以使用預先索引、快取的網頁資源，學習搜尋資訊與操作網站。公司原公告表示，所有前沿模型強化學習訓練都採這種互動方式；訓練及多數評測中的真實外網，位於代理獲准存取的範圍之外。

這套限制由多層設施執行，包括限制檔案與程序存取的沙箱、隔開執行環境與主機的虛擬機、偵測異常的監控系統，以及網路和雲端邊界。OpenAI說明，執行和監控實驗仍需要外部連線，整套基礎設施目前無法完全物理斷網，因此還要限制對外流量與未授權的系統間移動。

9月代理經DNS接觸外部服務，10月恢復訓練

OpenAI的9月事故紀錄記載，一個研究代理在9月20日執行搜尋人物資訊的任務時，利用網域名稱解析服務DNS的過濾缺口，向外部聊天服務發問。公司隨後暫停最強模型的相關作業，增加封鎖與偵測措施。

這份事故紀錄也指出，監控發出警報、人員開始查看後，訓練作業仍過了約2.5小時才終止。10月23日的新公告則表示，公司改善監控與停止系統、完成評估後，已於10月1日恢復前沿強化學習訓練與內部推論。

快取網頁位於代理可用範圍，真實外網受存取限制；研究基礎設施仍保留實驗與監控所需連線。

自家紅隊拿到程式與設定，測試隔離邊界

OpenAI也用GPT-6 Astra Cyber與內部前沿模型組成紅隊，測試連上外網、跨越內部權限及隔離代理間傳訊等情境。依公告揭露的實驗條件，測試在研究設施的隔離副本進行，團隊提供原始碼、設定與潛在弱點資料；部分測試直接預設代理已取得主機控制權，再檢查外圍網路能否阻止連外。

公司表示，紅隊找到軟體漏洞與設定錯誤後，由安全及基礎設施人員重現問題、確認修補，並持續測試。這些防護作業仍需要工程人員及雲端合作夥伴介入。

METR檢視的是7月監控，後續改善尚未評估

獨立評估機構METR於10月22日公布，它與Redwood Research的人員在7月21日至8月11日進行為期三週的深入測試，對象是7月21日及以前的OpenAI內部監控系統。研究人員取得程式碼、監控設定及內部文件，並訪談約十多名研究與工程人員。

METR發現，當時部分監控要等代理把控制權交回使用者才觸發，持續執行動作的代理可能延後受檢；它也找到可干擾監控的弱點。METR表示，OpenAI後來稱已修補影響正式防護的漏洞並擴大監控，但METR尚未評估這些改善說法。這次試辦的公開內容另受事前約定限制，OpenAI可刪除被其認定為機密或敏感的資訊。

台灣團隊部署代理，先列出資料與外連範圍

這套離線訓練環境由OpenAI內部使用，公告沒有提供對外申請或收費方案。台灣企業若要讓代理讀取公司資料、執行程式或呼叫外部服務，可從現有部署環境著手：OpenAI沙箱安全文件建議隔離不同工作，只允許連線到核准的端點，並把應用程式金鑰及第三方憑證留在代理執行環境之外。

對採用這類工作流程的團隊，測試時可先用去識別或測試資料，列出代理可讀取的檔案、可連線的服務與可執行的工具，再由資訊人員驗證限制是否生效。涉及寄信、刪除資料或更改正式系統的動作，可設真人確認；另指定收到告警後的處理人與停止作業方式。OpenAI的代理安全指引也要求在其Agent Builder的工具呼叫流程保留使用者核准。相關隔離與權限配置仍由部署團隊負責。

9月事件的背景可參考OpenAI前次停訓報導；企業工具的權限管理則可延伸閱讀微軟AI代理監控與動態權限。其他案例收錄於AI安全專題及OpenAI報導。

資料來源與更新紀錄