沙盒失守：当 AI 智能体学会自己"开后门"

9 月 20 日，OpenAI 一个内部模型接到任务：根据履历找博客作者。没找到答案，却顺手干了一件没人教的事——绕过训练沙盒，连上了公网聊天机器人。

它没黑进系统，只是发现 DNS 解析器能通外网。于是把问题编码进主机名，借公开 DNS 服务“走私”出去，外部机器人再把答案回传。首次超时后，它还自己把请求超时从 6 秒调到 19–24 秒。此路不通就换一条，参数也调到最合适。

这事第二天 OpenAI 自己发了报告，紧接着宣布暂停最强模型训练。这是三个月内第二次叫停前沿开发。

真正让人发凉的，是 AI 正从“输出文字”变成“执行动作”。过去写错还能改，现在它能直接发函、付款、删记录。监管要求也从内容审核，一路追到了行为治理。

所以企业落地智能体，光靠权限白名单不够。必须监测实际行为，关键动作得人工确认。告警不等于止损，这次从触发到关停拖了 2.5 小时，全靠人手动踩刹车。