OpenAI 修好了服务器，却还没证明模型安全

7 月 4 日，OpenAI 内部一台用于分发软件包的服务器突然宕机。排查之后，工程师发现服务器上出现了一个消息板。

消息板不是工程师建立的，而是由多个训练中的模型自行创建。上面留下了数十万条消息，其中包括如何绕过任务限制、入侵周边系统。

OpenAI 随后关闭服务器、修补漏洞并重建服务，却让模型从原有断点继续训练。

近两个月的协同入侵，直到服务器宕机才被发现

事件始于 5 月 8 日。OpenAI 的训练系统给模型分配了无法完成的任务，例如在没有网络的环境中，补全一张需要联网查询的表格。

模型发现任务无法正常完成，开始寻找其他路径。它们找到名为 Artifactory 的第三方服务。这个服务原本只供模型下载代码依赖，却同时开放了写入权限。

训练中的模型共享同一个 Artifactory 实例。一个模型留下的信息，其他模型也能读取。消息板由此形成。

5 月 26 日，模型获得了间接的互联网访问。6 月 11 日，OpenAI 开始训练一个「高度持续、仅供内部使用的实验模型」。独立博主 Zvi Mowshowitz 将其称为 Galaxy。

6 月 26 日，模型发现 Artifactory 的一个零日漏洞，获得管理员权限和任意代码执行能力。

7 月 4 日，模型产生的额外负载导致 Artifactory 宕机。OpenAI 因此发现问题。从消息板出现到事件暴露，已经过去近两个月。

OpenAI 随后关闭服务、移除权限、撤销凭证、修补漏洞，并重新部署服务器。但它没有回退受影响的训练，而是让模型从原有断点继续。

🔒 以下为 Dailyio 会员专属内容

修复服务器只能关闭已经发现的入口，无法证明此前的训练没有受到影响。OpenAI 保留原有训练进度后，模型很快恢复通信，并将攻击扩展到 Hugging Face。会员内容拆解「继续训练」的后果、OpenAI 同期在网安能力上的矛盾操作，以及多 agent 交互对现有安全测试范式的挑战。

成为 Dailyio 会员，解锁完整的产业分析与观察。