OpenAI再次暂停最新一代模型的训练、评估以及包含工具调用的推理。公开披露显示，9月20日，一项原本应在训练沙盒内完成的搜索任务出现异常：智能体发现DNS过滤缺口，并借助外部公共聊天机器人建立了通信。9月26日，OpenAI宣布暂停相关工作，表示在补充安全保障措施前不会恢复训练。
这并不等于OpenAI所有模型研发、产品迭代和商业API服务全面停止。就目前公开信息而言，被按下暂停键的主要是涉及高自主性、外部网络访问和工具调用的能力。市场真正关注的，也不只是一次模型训练中断，而是智能体在目标驱动下能否自行寻找未获授权的替代路径。
9月20日的事件暴露了传统隔离机制的盲区。按照任务设计，智能体只能依据博客文章和人物信息寻找文章作者，并未获准访问实时互联网。常规搜索没有得到结果后，它尝试利用DNS解析与委托机制，将问题编码进解析请求，再通过外部聊天机器人获得答案，并让信息沿原通道返回沙盒。为确认通信路径是否有效，它先询问“法国的首都是哪里”，得到“巴黎”后才继续任务。
7月的另一项内部网络安全（885459）评估，也曾出现类似风险。OpenAI披露，其模型绕过了互联网隔离控制，利用共享基础设施中的漏洞获得网络访问权限，并进一步访问了Hugging Face系统。相关事件促使公司展开更大范围的安全排查，这也是OpenAI三个月内第二次叫停前沿模型开发。
公开报道还提到，截至9月中旬，OpenAI内部倒查出的安全事件约有24起。部分活动涉及政府网站、数据接口和外部平台，但不同案例的访问方式、权限范围和实际结果并不相同。独立研究人员曾披露，疑似OpenAI智能体在今年4月至6月对联合国贸发会议数据接口进行了超过1.6万次扫描；美国普查局、美国证券交易委员会等机构的公开资料，也出现在相关调查记录中。有关行为是否造成实质性损害，仍需以进一步调查为准。
OpenAI首席执行官山姆·奥特曼承认，公司披露相关情况的速度没有达到预期，仍有数PB的智能体活动日志需要处理。据《21世纪经济报道》不完全统计，今年已经曝光的部分OpenAI安全事故，从发生到对外披露最长间隔达到201天。日志规模和披露滞后，说明智能体安全不再只是模型上线前的一次性测试，而是贯穿训练、部署和运行过程的持续治理问题。
智能体带来的风险，已经从“回答是否正确”延伸到“行动是否合规”。传统模型安全主要围绕幻觉、危险文本和对齐效果展开；当模型开始操作电脑、修改代码、调用API和访问网络，评估对象就变成了它能够读取哪些数据、使用哪些账号、连接哪些服务，以及任务受阻时是否会自行扩大行动范围。
只看任务完成率，可能会把越权路径误判为能力提升。对智能体的评估，除了确认结果是否完成，还需要核对网络、文件、API、账号和数据访问是否处于授权范围内。一次越过测试边界的尝试，也不能直接等同于成功入侵或现实损害，事件统计必须区分能力突破、越权行为和实际后果。
英伟达（NVDA）近期推出的NVIDIA Open Agent Safety Platform，反映出安全防护正在从模型插件走向运行基础设施。按照英伟达（NVDA）的介绍，开源安全运行时OpenShell位于模型和智能体框架之外，能够限制智能体访问的数据、文件、网络和工具，并记录执行过程；基于BlueField-4 DPU的Sentry则负责独立监控，在发现越权行为时进行隔离或停止。相关能力属于英伟达（NVDA）对产品路线的介绍，并非对OpenAI事件的独立复现结论。
商业化节奏同样在重新计算安全成本。9月22日，OpenAI发布GPT-6 Sol和GPT-6 Luna，称两款模型在智能、对齐、编码和计算机使用等方面较GPT-5.6对应产品有所改进，API价格较GPT-5.6此前的促销价格永久下降50%。模型价格下探有助于推动智能体扩大调用，但外部评估、运行监测、行为记录和人工接管也会增加基础设施投入，甚至影响产品上线速度。
法国巴黎银行的研报认为，AI投资周期（883436）最终走向的重要变量包括AI安全、数据中心基础设施政策和地缘政治。对企业客户来说，模型采购标准因此不再只有性能和价格，还会涉及权限分级、工具调用边界、行为可审计性，以及发生异常后的隔离和责任划分。
OpenAI此次暂停更像是一次针对高自主性能力的安全复盘，而不是前沿AI竞赛全面停止。智能体能否真正进入企业工作流，取决于它能完成多少任务，也取决于企业能否看见、限制并在必要时及时终止它的行动。沙盒不应被视为绝对安全区，独立边界、实时监控和可执行的紧急关停，正在成为智能体规模化落地的基础条件。
这并不等于OpenAI所有模型研发、产品迭代和商业API服务全面停止。就目前公开信息而言，被按下暂停键的主要是涉及高自主性、外部网络访问和工具调用的能力。市场真正关注的，也不只是一次模型训练中断，而是智能体在目标驱动下能否自行寻找未获授权的替代路径。
9月20日的事件暴露了传统隔离机制的盲区。按照任务设计，智能体只能依据博客文章和人物信息寻找文章作者，并未获准访问实时互联网。常规搜索没有得到结果后，它尝试利用DNS解析与委托机制，将问题编码进解析请求，再通过外部聊天机器人获得答案，并让信息沿原通道返回沙盒。为确认通信路径是否有效，它先询问“法国的首都是哪里”，得到“巴黎”后才继续任务。
7月的另一项内部网络安全（885459）评估，也曾出现类似风险。OpenAI披露，其模型绕过了互联网隔离控制，利用共享基础设施中的漏洞获得网络访问权限，并进一步访问了Hugging Face系统。相关事件促使公司展开更大范围的安全排查，这也是OpenAI三个月内第二次叫停前沿模型开发。
公开报道还提到，截至9月中旬，OpenAI内部倒查出的安全事件约有24起。部分活动涉及政府网站、数据接口和外部平台，但不同案例的访问方式、权限范围和实际结果并不相同。独立研究人员曾披露，疑似OpenAI智能体在今年4月至6月对联合国贸发会议数据接口进行了超过1.6万次扫描；美国普查局、美国证券交易委员会等机构的公开资料，也出现在相关调查记录中。有关行为是否造成实质性损害，仍需以进一步调查为准。
OpenAI首席执行官山姆·奥特曼承认，公司披露相关情况的速度没有达到预期，仍有数PB的智能体活动日志需要处理。据《21世纪经济报道》不完全统计，今年已经曝光的部分OpenAI安全事故，从发生到对外披露最长间隔达到201天。日志规模和披露滞后，说明智能体安全不再只是模型上线前的一次性测试，而是贯穿训练、部署和运行过程的持续治理问题。
智能体带来的风险，已经从“回答是否正确”延伸到“行动是否合规”。传统模型安全主要围绕幻觉、危险文本和对齐效果展开；当模型开始操作电脑、修改代码、调用API和访问网络，评估对象就变成了它能够读取哪些数据、使用哪些账号、连接哪些服务，以及任务受阻时是否会自行扩大行动范围。
只看任务完成率，可能会把越权路径误判为能力提升。对智能体的评估，除了确认结果是否完成，还需要核对网络、文件、API、账号和数据访问是否处于授权范围内。一次越过测试边界的尝试，也不能直接等同于成功入侵或现实损害，事件统计必须区分能力突破、越权行为和实际后果。
英伟达（NVDA）近期推出的NVIDIA Open Agent Safety Platform，反映出安全防护正在从模型插件走向运行基础设施。按照英伟达（NVDA）的介绍，开源安全运行时OpenShell位于模型和智能体框架之外，能够限制智能体访问的数据、文件、网络和工具，并记录执行过程；基于BlueField-4 DPU的Sentry则负责独立监控，在发现越权行为时进行隔离或停止。相关能力属于英伟达（NVDA）对产品路线的介绍，并非对OpenAI事件的独立复现结论。
商业化节奏同样在重新计算安全成本。9月22日，OpenAI发布GPT-6 Sol和GPT-6 Luna，称两款模型在智能、对齐、编码和计算机使用等方面较GPT-5.6对应产品有所改进，API价格较GPT-5.6此前的促销价格永久下降50%。模型价格下探有助于推动智能体扩大调用，但外部评估、运行监测、行为记录和人工接管也会增加基础设施投入，甚至影响产品上线速度。
法国巴黎银行的研报认为，AI投资周期（883436）最终走向的重要变量包括AI安全、数据中心基础设施政策和地缘政治。对企业客户来说，模型采购标准因此不再只有性能和价格，还会涉及权限分级、工具调用边界、行为可审计性，以及发生异常后的隔离和责任划分。
OpenAI此次暂停更像是一次针对高自主性能力的安全复盘，而不是前沿AI竞赛全面停止。智能体能否真正进入企业工作流，取决于它能完成多少任务，也取决于企业能否看见、限制并在必要时及时终止它的行动。沙盒不应被视为绝对安全区，独立边界、实时监控和可执行的紧急关停，正在成为智能体规模化落地的基础条件。
