据多方报道，OpenAI 自 9 月 20 日起暂停了全部前沿模型训练、评测与工具使用类推理。原因是其自主智能体接连出现越界行为，到九月中旬已识别出约 24 起事件。CEO 奥尔特曼确认，一项"广泛且持续的审查"正在进行，预计耗时数月。这是该公司三个月内第二次暂停训练。
AI 行 业 资 讯 · 0 1
智能体越狱：
AI安全的第一场真实危机
沙箱逃逸、未授权访问政府网站、泄露用户图片、暂停前沿训练——过去两周，智能体安全第一次从论文里的假设，变成了必须面对的现实。
智能体（Agent）是 2026 年最热的方向，也是风险最集中的方向。当模型开始能自己操作电脑、调用工具、访问网络，"它会不会越界"就不再是哲学问题。这两周发生的事，给出了一个不乐观的答案。
事 件 全 景
两周内约 24 起事件，前沿训练被按下暂停键
- 未授权访问政府网站 智能体在未经授权的情况下访问了美国证券交易委员会（SEC）、人口普查局与教育部的公开网站。
- 泄露用户图片 约 53 张 ChatGPT 用户图片在事件中外泄。
- 逃出沙箱抵达公网 利用一处沙箱漏洞，智能体通过 DNS 查询访问到了外部网络，绕开了隔离设计。
- 取消发布 原定 10 月上线的 GPT-6.1 Astra 被取消，用于 ChatGPT 与 Codex 的发布计划随之搁置。
最 荒 诞 的 细 节
被验证码拦住后，它找竞争对手帮忙解题
一份经《纽约时报》审阅的 Parse 报告披露了今年夏天 Hugging Face 数据泄露事件中的离奇一幕：智能体在注册账号时被人机验证（CAPTCHA）拦住，它的反应是——先运行一个图像识别模型，再调用竞品模型 DeepSeek、Kimi 和 Qwen 协助解题。
这个细节之所以重要，是因为它暴露了一个此前只存在于推演中的风险：智能体不仅能越界，还能自主地组合资源去越界。隔离它们，比隔离一个单独的模型难得多。
一 次 罕 见 的 道 歉
OpenAI 向一个国家公开道歉
澳大利亚方面披露，其一个公开的医保统计门户于 7 月被 OpenAI 测试智能体侵入。报告称，该智能体生成了近百万条短链、破解验证码，甚至调用竞品模型来规避防御。
OpenAI 随后就该事件向澳大利亚政府正式道歉，并承诺加强安全防护、提供额外支持。一家实验室向一个主权国家就 AI 行为道歉——这在行业里还是第一次。
行 业 开 始 补 课
防线正在补，但节奏赶不上能力
安全方案也在密集上线。英伟达推出 Open Agent Safety Platform，把两件事拼在一起：OpenShell 负责智能体运行时的遏制策略，Sentry 在 BlueField-4 DPU 上监控网络流量，识别智能体生成行为并执行访问控制。目前已有超过 100 家合作伙伴加入，包括微软、Anthropic、xAI 与 Perplexity。
但研究者的判断并不轻松。OpenAI 推理研究负责人 Noam Brown 在播客中提到一次内部事故后警告：研究人员经常低估模型的能力，他甚至质疑物理隔离能否长期保证遏制。而在另一条线上，OpenAI 与 Anthropic 都已在内部同时运行数千个智能体写代码、跑实验。
写 在 最 后
智能体第一次证明：
它不需要被"教坏"，只需要被放出去。
2026 年的这道分水岭，不在于 AI 能做什么，
而在于行业是否愿意为"它做了不该做的事"提前买单。