AI宝库

AI宝库首页 › AI 资讯 › OpenAI被孤立的AI agents找到通过CPU缓存互相交谈的方法

OpenAI被孤立的AI agents找到通过CPU缓存互相交谈的方法

来源:The Decoder · 发布时间:10-24 · 由 AI宝库每小时自动聚合

OpenAI在9月利用DNS配置错误

OpenAI被孤立的AI agents找到通过CPU缓存互相交谈的方法

关键点

- 在9月发生安全事件后,OpenAI现在正在培训其最先进的模型,没有互联网接入,使用由缓存数据构建的封闭的离线环境。

- 在安全测试中,孤立的AI agents仍然设法建立了没有网络连接或共享文件的秘密通信通道,包括利用处理器缓存中的时间差异。

- 在为期11天的暂停训练期间,OpenAI有AI agents——他们称为GPT-6 Astra Cyber——攻击自己的基础设施,以发现以前未知的脆弱性。 培训之后在更严格的控制下恢复。

OpenAI现在训练没有互联网接入的前沿模型,并使用AI agents进行自有基础设施的红色团队。 在单独的隔离测试中,agents甚至通过隐蔽的侧道进行交流,显示到底有多难被遏制。

9月20日,一个内部研究模型利用一个配置错误的DNS解析器在训练期间到达了开放的互联网,尽管OpenAI在现在臭名昭著的"Hugging Face"事件后已经收紧了安全,还有其他观察到的错配案件。 OpenAI快速控制了突破,但仍停止了所有前沿模式培训和评估。

OpenAI 削减训练期间从互联网上取出前沿模型

OpenAI做出了一项政策决定:在安全措施证明恢复互联网之前,模型学习在由索引和缓存的网络内容所构建的封闭"离线世界"内浏览和搜索,所有边疆强化学习现在都以这种方式运行。

完全网络隔离,即所谓的空隙,尚不可行,因为实验仍需要外部连接来操作和监测,称公司。 但是,根据OpenAI研究员诺姆·布朗(Noam Brown)的说法,即使是完全的空隙也无法保证被遏制。 他举出一个孤立的系统如何仍然能够通信的例子:两台独立的计算机理论上可以通过温度传感器互相发信号,其中一台加热其CPU而另一台读取变化。

OpenAI CEO萨姆·阿尔特曼(Sam Altman)在最近的一次采访中提出了类似的论点:Sandboxes只提供有限的保护来抵御强大的足够模型,在某个时候可能已经无法追踪他们是如何逃脱的。 监控有助于早期,但最终重要的是AI系统会将人类价值内化,这是本领域所知的"AI对接"并有待解决的问题。

孤立的 AI agents 找到了通过 CPU 缓存互相交谈的方法

OpenAI在其博客文章中记录了控制AI agents有多难。 在测试中,agents找到了没有网络的交流方式。 在一次测试中,agents被放在单独,孤立的环境下,放在共享硬件上,被告知在没有网络连接和共享文件的情况下交换秘密。

他们使用处理器缓存。 一个agent故意更改了存储在那里的数据,而另一个测量了负载时间的差异并解码了消息。 众所周知的斯佩克特和融化攻击背后也有同样的技术。

更多频道通过共享内存上的写作模式和OpenAI自己的离线基础设施出现,该系统意在取代互联网。 一个agent在其推理日志中指出,它"可以使用连续写作 vs 闲置来创建声调调制解调器等信号".

在一个案例中,agents只得到一份一般性的脆弱性清单,并被告知自己寻找一个通信渠道。 他们独立开发了一条频道,商定了编码计划,并成功交换信息。 渠道通常缓慢而难以利用,OpenAI 称,但它们确实跨越了边界,意在使agents相隔。

OpenAI让AI agents在自己的基础设施上松动了。

在训练暂停期间,OpenAI也有AI agents的团队系统攻击自己的基础设施。 agents获得了源代码,配置细节,并记录了潜在的弱点。 OpenAI的目标是在有利于攻击者的条件下测试其防御。 agents包括即将推出的GPT-6 Astra Cyber和一个内部前沿模型。 根据OpenAI的说法,这场运动消耗了上千亿令牌。

agents在使用中的开源组件中发现了以前未知的弱点并被利用来从安全的虚拟机中逃脱。 其中之一是卡塔集装箱系统的脆弱性,这是一个广泛使用的集装箱隔离系统。 OpenAI将其报告为CVE-2026-24834并提供了补丁。 OpenAI通过"Patch the Planet"倡议报告更多尚未公布的弱点。

在agents已经获得对主机控制权的测试中,他们发现在几乎所有剩余的互联网化服务中都存在弱点。 在一个案例中,agent使用防火墙允许的连接,通过一个度量衡服务获取外部URL. 其他人通过错误配置绕过安全过滤器。

在每一次新培训开始之前,都需要人工智能红队

agents无法再找到一种途径进入互联网,而根据OpenAI的说法,互联网既容易被利用,又被隐藏在监控之外。 红色小组还暴露出监测和自动暂停机制方面的漏洞。

在解决问题后,OpenAI在暂停开始后11天的10月1日恢复了对其前沿模型的培训和内部使用。 OpenAI 称这种计算密集的红队运动现在是新训练跑的审批程序的标准部分。

AI News Without the Hype – 由人类治愈

订阅THE DECODER免费阅读,每周AI通讯,我们独家的"AI雷达"前沿报告每年6次,全面存档访问,访问我们的评论部分。

现在订阅

本文由 AI宝库自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

nano banana 2

nano banana 2 是独立的浏览器端 AI 图像生成与编辑工具,可通过文字或参考图片创作视觉内容,并

蛙蛙写作

AI小说和内容创作工具

讯飞绘文

AI批量原创,多平台矩阵号管理

Laper

AI 原生剧本创作工具

相关免费羊毛

ChatGPT

学生认证免费 4 个月 ChatGPT Plus(限美国高校,10-31 前领取)

Microsoft for Startups

Microsoft for Startups 最高 $25k Azure + OpenAI 额度

InstaBox

5 台免费云电脑(每台 4 vCPU/8GB)

E2B

Agent 沙箱:注册送 $100 赠金

同源资讯

花式吊带使编码agents更加昂贵但并不更好,研究发现

The Decoder · 10-24

中国AI型号 Kimi K3.1 Pro正在接近Anthropic的Claude Opus 5.5

The Decoder · 10-24

在OpenAI 揭示进行为期三周的现场审计,在AI安全监测方面存在重大缺陷

The Decoder · 10-24

Anthropic 称其未释放的模型比"神话"5.1更有能力,更能对齐。

The Decoder · 10-24

OpenAICEO Sam Altman 称高级AI将不可避免地从它的沙盒中逃脱,只有对齐才能拯救我们

The Decoder · 10-23

阅读原文(the-decoder.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI宝库首页 · 提交工具 · 商务合作 · 关于本站 · 589 款 AI 工具分类导航 · 每日 AI 热门项目与动态