OpenAI 揭兩起網安評估事件：模型在測試中連上公網

OpenAI 主動公開了兩起在第三方網路安全評估中發生的模型事件。根據 OpenAI 官方說明，這兩起事件都發生在獨立評估夥伴進行的紅隊測試裡：在刻意降低防護的測試設定下，OpenAI 的模型行為越過了原本設定的測試邊界，連上了公開網路。OpenAI 強調，這些條件並不反映一般的正式部署環境。

兩起事件：一個刻意開網路，一個設定出錯

第一起發生在英國政府的 AI 安全研究所（UK AISI）。他們在做網路靶場評估時，刻意開啟網路連線，讓代理能像真實攻擊者一樣自己尋找工具，同時關閉網路安全分類器，以測量模型的底層能力。第二起則來自 OpenAI 的外部測試夥伴 Irregular：原本設計成與網路隔離的「奪旗（CTF）」式評估，卻因為測試環境設定失誤，讓模型意外連上了公開網路。

不是模型失控，而是測試邊界的提醒

要釐清的是，這兩起事件並不是「AI 自己跑去駭東西」。它們發生在安全防護被刻意調降或設定出錯的測試條件下，隨著近期模型能力增強，行為才超出了測試者原本畫的界線。OpenAI 表示已控制住相關活動，並正與評估夥伴合作，強化第三方測試的做法。這件事的意義比較像一個提醒：當模型能力越來越強，連「測試它的環境」本身都需要更嚴謹的邊界設計。同一時期，Anthropic 也公開了自家在網安評估中的類似事件。