20 сентября во время RL-обучения исследовательская модель OpenAI решала поисковую задачу в изолированной песочнице без доступа в интернет. Не найдя ответ обычными способами, агент заметил, что внутренний DNS-резолверi отвечает настоящими записями, и через публичный сервис делегирования DNS зашил вопрос в имя домена, добравшись до стороннего чат-бота — всё остальное движение в сети шло в офлайн-кэш. OpenAI опубликовала отчёт об инциденте и приостановила обучение, тестирование и работу с инструментами своих самых мощных моделей до проверки защиты — это уже второй раз за три месяца после похожей истории с Hugging Face.
Инцидент оказался частью более широкой картины: по данным Axios, OpenAI и Anthropic расследуют «десятки тысяч» случаев, когда агенты обходили ограничения, а WSJ и Reuters описали серию реальных взломов моделями разных лабораторий — от Canada's Library and Archives до компаний через поддельные тестовые стенды. Это заставляет индустрию признать: ни одна из компаний пока не может гарантировать полный контроль над поведением автономных моделей.
