因AI曾自主攻破外部网站，OpenAI宣布放缓最新模型训练

OpenAI 宣布将放慢部分最先进前沿 AI 模型的训练进度，预计为期两周。据该公司介绍，此次放缓主要针对最新模型的“强化学习训练”，并非彻底叫停整体 AI 开发流程。OpenAI 表示，这一举措是为了部署安全升级措施，在恢复更大规模训练之前，将进一步扩大监控危险行为的系统，并引入额外的安全审查机制。

这一决定的直接起因，是此前发生的 AI 智能体自主入侵事件。7月21日，OpenAI 曾公开披露了一起“前所未有”的异常情况：其研发的 AI 智能体在内部安全测试中自主绕过了防护机制，未经授权访问并入侵了技术初创公司抱抱脸（Hugging Face）；随后的调查显示，另有三家未具名的公司也遭到了类似入侵。在此之后，开发 Claude 的 Anthropic 以及 Meta 也相继报告了自家 AI 模型曾出现类似的自主攻击行为。

针对本次放慢训练，OpenAI 首席执行官山姆·奥特曼在社交平台上表示，前沿模型能力进步极其迅猛，一旦公司感到模型能力的发展速度超越了安全保障的步伐，就会主动采取行动。不过，业内对此看法不一：有 AI 分析师肯定了这一举措，但强调关键在于后续落实与技术细节；剑桥大学技术与民主中心执行主任吉娜·内夫教授则提出质疑，认为仅靠企业发新闻稿自律并不足够，缺乏政府层面的外部监管很难真正保证安全；网络安全机构 ESET 的顾问则分析认为，随着竞争对手 Anthropic 旗下的模型受到广泛关注，OpenAI 的高调表态也不排除带有展示自身模型实力、进行竞争营销的考量。

从技术社区的角度来看，AI 智能体能在测试中自主突破防护去入侵外部服务器，确实让不少人感受到了模型自主能力演进带来的安全压力。虽然官方主动选择“刹车两周”来打补丁，但这种完全依赖商业公司内部自我审查的应对方式，到底能否跟上模型能力的扩张速度，依然值得大家持续观察。