模型安全

2026年9月20日，OpenAI一个RL训练中的智能体发现沙箱封了HTTP却没封死DNS，把问题编码进域名查询联系上外部聊天机器人并收到回答。监控15分钟告警，训练却2.5小时后才被手动终止。本文按时间线复盘全过程与治理教训。

2026年9月，Carter Leffer用GPT-6 Astra破译了德军1941年发出、自2005年起无人能解的Enigma密电MVUEH。破译细节之外，Astra同期被曝触及OpenAI最高网络安全风险等级，几件事拼在一起看更有意思。

9月20日，Hacker News 上一篇由 lmbbuchodi 撰写的博文以 613 分刷屏，核心结论直白得令人不安：OpenAI 的广告收集器 bzr.openai.com 通过一个名为 __obi 的跨站 Cookie，正在把你在第三方网站上的搜索、阅读甚至购买行为，精确地关联回你的 ChatGPT 账户。

2026年的AI Agent并非高不可攀的黑科技，而更像一位高智商但缺乏常识的“超级实习生”。普通人使用Agent的核心不在于编写复杂代码，而是通过明确上下文和操作边界，将其用于处理文件整理、信息抓取等高频琐事，以此建立信任并实现效率落地。