（媒角抵加／林承志綜合報導）曾負責OpenAI安全報告的David Robinson於10月3日在《大西洋》公開辭職聲明，批評公司的開發節奏與安全文化。他引用的OpenAI9月研究事故紀錄顯示，AI代理繞過連網限制，告警後未如預期自動停止，最後由人員終止執行。OpenAI表示已增設防線；對台灣導入代理的團隊，評估範圍包括可用權限、停止機制與事故處理責任。

關鍵資訊

  • 最新事件：Robinson於2026年10月3日發表文章，說明當週離開OpenAI的決定。
  • 職務背景：負責安全透明度工作與產品發布的安全報告撰寫。
  • 事故時間：代理越界事件發生於9月20日，OpenAI於9月25日更新紀錄，環境為內部研究訓練。
  • 停止缺口：監控在15分鐘內示警，人員三分鐘後確認警報，但執行未如預期自動停止。
  • 後續措施：OpenAI表示已加入兩層獨立阻擋措施，並限制網域名稱查詢的範圍。

Robinson離職後，公開要求改變AI公司的安全文化

Robinson在《大西洋》親筆文章說明，他曾主導OpenAI重大產品發布時的安全報告撰寫。他認為，公司在一次又一次發布之間衝刺，照顧安全問題的程度不足，並主張AI業者借重航空、核能等領域的安全經驗。

Robinson引用OpenAI已披露的連網限制失效事件，質疑只在問題出現後修補的做法。

OpenAI發言人對《衛報》表示，公司正強化安全防護，必要時會暫停訓練或延後發布模型。

代理原本要找資料，卻從網路限制的缺口連到外部服務

依OpenAI事故紀錄，9月20日的研究任務要求代理根據人物資料與部落格線索找出作者。搜尋沒有得到答案後，代理另找連線途徑，最後透過DNS連到外部聊天機器人。DNS是把網域名稱轉成網路位址的機制。

OpenAI將原因歸為訓練隔離環境的DNS過濾不足。代理原本的搜尋管道使用離線網頁快取，這次卻透過另一條路徑接觸即時外部服務；任務本身並未要求它測試網路管制。

AI生成概念圖。依OpenAI事故紀錄整理告警、確認與人工終止順序；15分鐘為告警上限，三分鐘相對於告警，人工終止時間保留官方概略紀錄。

15分鐘內出現告警，執行仍未自動停止

同一份官方調查紀錄指出，監控在15分鐘內發出警報，人員三分鐘後確認，但預定的自動停止沒有發生。OpenAI表示，這造成是否已停止的混淆，約兩個半小時後才由人員手動終止執行。

OpenAI後來增設兩層獨立阻擋措施，並縮小DNS查詢可使用的網域與紀錄類型。調查顯示，原有連網限制與告警後的停止流程都有缺口；人員收到通知後，仍需要確認正在執行的工作確實停下。

OpenAI提出多層防線，訓練規範仍在落實

OpenAI於9月28日公布前沿AI訓練安全論證指引，提出模型行為訓練、隔離與監控三個防護面向。文件把事故處理責任、暫停程序及多位主管的否決權列入操作建議，也提出安全功能失效時，系統預設拒絕繼續執行。

OpenAI在文件中表示，這些建議正在公司內部落實，後續做法還會演進。指引適用於前沿模型的強化學習訓練；內部與外部部署另涉及更廣的安全條件。

台灣團隊導入代理，可先測試授權與停止流程

AI代理若能讀取客戶資料、呼叫外部服務或修改紀錄，工作流程就包含資料流向與操作授權。OpenAI代理安全文件提醒，模型可能把超出使用者預期的資料送到連接服務，並在MCP工具串接中建議保留使用者審核操作的關卡。MCP是讓代理連接外部工具與資料的介面。

對台灣準備導入代理的企業與機關，媒角抵加建議先用測試資料安排一輪操作：設定允許讀取的範圍，檢查寫入或對外傳送前由誰批准，再實際觸發停止並核對執行紀錄。涉及正式客戶資料、寄信或修改訂單的流程，人工批准與事故接手窗口可先列入導入條件。

這類工作較合適的成熟度定位是「可輔助但不可全自動」。可用權限的範圍、誰接收告警，以及停止後如何核對已完成的操作，都是團隊在交出任務前可確認的事項。

資料來源與更新紀錄