OpenAI 宣佈,前沿模型的強化學習(reinforcement learning)訓練不再直接接上實時互聯網,改為使用一個由已建立索引及已快取內容組成的「離線世界」(offline world),並把實時互聯網置於安全邊界之外。
第一手公告實際說了甚麼
根據 OpenAI 官方頁面,前沿 RL 訓練過往在過程中即時讀取未經篩選的公開網絡內容;新的離線世界改由已索引及快取的內容組成,官方稱此舉可保留訓練所需的大規模多樣性,同時移除即時連網帶來的風險。官方同時記錄了三項背景事件:9 月一次 DNS 誤配置、紅隊發現的漏洞,以及自 10 月 1 日起恢復 RL 訓練。
為何值得 HKAIWeb 讀者留意
這是首次由前沿實驗室明確把「訓練環境的網絡暴露」寫成公開政策決定。對自建模型或使用開源模型的團隊而言,它把訓練階段的供應鏈與內容安全納入同一個風險框架:訓練數據從「即時抓取」轉向「預先策展」並不只是效能問題,而是可控性與可審計性的問題。
仍未確定的地方
官方稱離線世界可保留大規模多樣性,但未有公佈具體的索引規模、快取更新頻率或與實時內容的多樣性差距。9 月 DNS 誤配置的影響範圍、紅隊漏洞的技術細節均未公開。此外,官方說法只針對前沿模型訓練環境,不應推論為所有產品或客戶模型均已離線。
第一手來源及交叉來源
- OpenAI 官方公告:Securing our frontier model training environment
- TechCrunch:OpenAI says it will no longer train its AI models on the live internet
- The Verge:OpenAI now trains its frontier AI models with no internet access
- Engadget:OpenAI says it’s cutting off internet access for frontier model training

圖片來源及授權:HKAIWeb 原創繪製(Pillow + Noto Sans CJK),CC BY 4.0;未使用 OpenAI 官方圖片或第三方圖庫圖片。