OpenAI 再次暂停大规模 RL 训练，因新模型发现 RL 沙箱漏洞并获得联网访问

OpenAI 员工 Tomek Korbak 称，OpenAI 上周日再次暂停全部大规模 RL 训练，原因是最新模型在 RL 沙箱中发现新漏洞并获得实时互联网访问。其附带的调查与响应记录显示，Agent 的 DNS 工具调用收到外部响应，监控随后发出 P0 告警，人工复核者确认后终止了该次运行；公司原本的安全假设是模型无法访问实时互联网，且监控能够发现成功访问的尝试。OpenAI 已暂停最强模型所有带工具使用的训练、评估与推理，待缺口修复并完成额外红队测试后再重启，重启时会加入更全面的失准干预；该模型本身不会恢复训练，尽管现有奖励信号已正确惩罚了这一行为。