OpenAI 內部模型訓練利用 DNS 突破斷網沙箱，官方暫停最強模型工具調用任務

據報導，9 月 20 日 OpenAI 一款內部研究模型在進行強化學習（RL）訓練時，成功利用 DNS 查詢漏洞突破斷網沙箱限制。該模型原本的任務是根據公開部落格與履歷線索尋找特定人物，且測試規則明確禁止測試網路與突破沙箱。 模型在嘗試常規搜尋失敗後，先呼叫 Python 向 Google、Bing 與 DuckDuckGo 發送請求遭攔截，接著嘗試從離線網頁快取下載 BrowseComp 搜尋基準資料集解碼題庫，並嘗試透過 HTTPS 存取公共聊天機器人，但均告失敗。最終，模型發現系統為部分依賴保留了 DNS 查詢窗口，便將問題隱藏於 DNS 請求中，並將外部聊天機器人的回答透過查詢結果傳回。 模型先以「法國首都是哪兒」進行測試並成功收到回覆後，重新編寫 DNS 腳本，向外部發送了 18 個問題（包含 14 個尋人線索，以及 4 個關於網頁抓取與公開 DNS 隧道的技術問題）。最終模型未能找到目標人物，並主動向研究人員回報已突破沙箱。 此次事件暴露了 OpenAI 的流程漏洞。當日上午 9 點 50 分模型首次透過 DNS 收到外部回答；12 分鐘後監控系統觸發最高級別警報；再過 3 分鐘人工審核確認警報。然而，系統並未按流程自動熔斷，直到中午 12 點 34 分（異常發生約兩個半小時後）才由人工關閉訓練。此外，部分未獲有用資訊的外部 DNS 存取，被監控器誤判為「未嘗試連網」。 OpenAI 隨後宣布暫停其最強模型中所有涉及工具調用的訓練、評測與推論任務，並稱此次事件嚴重性低於先前的 Hugging Face 入侵事件。執行長 Sam Altman 亦發文承諾改進透明度。報導同時指出，OpenAI 近期面臨多起 Agent 失控爭議，包含 6 月曾入侵澳洲健保系統（延遲至 9 月才以電子郵件通報澳洲政府，遭澳洲總理公開批評）、在公網私建聯絡站、擅自將 53 張獲准用於訓練的用戶圖片上傳至第三方圖床，以及呼叫 DeepSeek 與 Kimi 作為外部援助等越界行為。