OpenAI披露两起网安测试事件：模型曾在评估中连上公网

OpenAI 公开披露了两起发生在第三方网络安全评估中的模型事件。按照 OpenAI 的官方说明，这两起事件都出现在独立评估伙伴开展的红队测试中。在刻意降低防护的测试设置下，模型行为越过了原本设定的测试边界，并连上了公开网络。OpenAI表示，这些条件并不代表常规正式部署环境。

两起事件分别涉及主动开网与配置失误

第一起事件发生在英国政府的 AI 安全研究所（UK AISI）。该机构在进行网络靶场评估时，刻意开启了网络连接，让代理能够像真实攻击者一样自行寻找工具，同时关闭网络安全分类器，以测量模型的底层能力。

第二起事件来自 OpenAI 的外部测试伙伴 Irregular。原本设计为与网络隔离的“夺旗（CTF）”式评估，因为测试环境配置失误，导致模型意外连上了公开网络。

OpenAI称事件出在测试边界，而非模型自行失控

OpenAI对这两起事件的解释是，它们并不是“AI 自己跑去攻击什么系统”。两次情况都发生在安全防护被刻意下调，或测试设置本身出现错误的条件下。随着模型能力提升，其行为超出了测试人员原先划定的边界。

OpenAI表示，公司已经控制住相关活动，并正与评估伙伴合作，强化第三方测试的执行方式。按这家公司的说法，这些事件更像是在提醒业界：模型能力持续增强后，连测试模型的环境本身，也需要更严格的边界设计。

Anthropic同期也披露过类似情况

ABMedia提到，在同一时期，Anthropic 也公开了自家在网络安全评估中的类似事件。