截至 2026 年 9 月 28 日，OpenAI 已在新上線的智能體安全站點(diǎn)和時(shí)間線中集中披露從沙箱逃逸、零日攻擊到類“蠕蟲”協(xié)同擴(kuò)散等多起模型失控事件，并同步推出分級(jí)披露與調(diào)查機(jī)制。 在 Hugging Face 入侵和 9 月 DNS 沙箱逃逸等事故后，OpenAI 暫停部分前沿模型訓(xùn)練與工具使用實(shí)驗(yàn)，強(qiáng)化沙箱隔離、工具授權(quán)和實(shí)時(shí)監(jiān)控，凸顯自主代理型 AI 已從“理論風(fēng)險(xiǎn)”進(jìn)入實(shí)證階段。