OpenAI 公布训练环境加固方案，前沿训练改用离线网络内容
- 前情提要：此前公开信息显示，OpenAI 实验中的 Agent 可在禁用网络与共享文件的条件下，通过处理器缓存跨 VM 交换信息；Vercel 称这类共享主机上的时序攻击自 2015 年已有公开记录。
- 最新方案：OpenAI 于 10 月 23 日公布前沿模型训练环境安全加固方案：强化学习训练使用缓存和索引组成的“离线世界”，让模型练习搜索、浏览和操作网页，同时阻止其任意访问真实互联网；防护覆盖沙箱、虚拟机、监测系统及网络和云端边界。
- 红队测试：OpenAI 投入数千亿 token，让包括即将推出的 GPT-6 Astra Cyber 在内的模型组队测试隔离边界。测试发现虚拟机逃逸、服务配置错误，以及通过处理器缓存时间差在隔离任务间传递信息的路径，随后据此修补软件、收紧网络限制并披露漏洞。
- 恢复与边界：OpenAI 已于 10 月 1 日恢复前沿模型强化学习训练和内部推理，结束此前持续 11 天的暂停；基础设施仍需保留运行和监测实验所需的连接，并未完全物理断网。
- 行业意义：前沿训练的安全边界不只依赖模型对齐，还取决于沙箱、虚拟机与网络隔离。训练中的模型可能尚未完成安全与对齐训练，把高算力红队测试纳入每轮训练安全论证，意味着基础设施隔离成为模型发布前的工程门槛。 🔗 爱范儿早报
