חברת OpenAI פרסמה בסוף השבוע את אחד מדוחות האבטחה הרגישים ביותר בתולדותיה, ומודה כי מערכות הבינה המלאכותית שלה ממשיכות לבחון את גבולות הכליאה. לאחר שורת תקריות קודמות, ובראשן הפריצה למאגר Hugging Face וניסיונות גישה לאתרי ממשל בארצות הברית, מודל מחקר פנימי של החברה הצליח לנצל כשל תצורה בשרתי ה-DNS כדי לעקוף את המחסומים ולייצר גישה בלתי מורשית לאינטרנט החי. האירוע הדליק נורות אזהרה אדומות בהנהלה, ואילץ את החברה להורות על הקפאה מוחלטת של אימון מודלי החזית שלה למשך 11 ימים.
Over the past several months, we have substantially hardened the security of our research training environment. We’ve removed live internet access for all frontier models during training and built an offline world for them to use instead—a cached version of the web where they can still learn to browse, search, and use applications.
On September 20, after a model exploited a DNS misconfiguration to find a way outside of this offline world, we paused frontier training to strengthen containment further. We assembled teams of agents, powered by our most cyber-capable models, and tasked them with finding weaknesses in our research environments.
While they found no route to the internet they could easily exploit while concealing their activity from our monitors, they did find zero-day vulnerabilities, virtual machine escapes, and hardware side-channels for communication between agents. We used their discoveries to further strengthen our defenses and contribute fixes to open-source software.
After strengthening our containment architecture, we resumed our frontier RL training and inference on October 1. We’ve reserved substantial compute for continuous red-teaming, and made high-compute red-teaming part of the safety cases we use to decide whether frontier training and evaluation can proceed securely.
https://t.co/EmEZsFRMcF
— OpenAI (@OpenAI) October 23, 2026
OpenAI באזהרה מדאיגה: הסוכנים שלנו מתנהגים באופן לא צפוי
כדי להתמודד עם הסוכנים שמסרבים להישאר ממושמעים, החברה הכינה עבורם סביבת כליאה מיוחדת. במקום לאפשר למודלים לגלוש ברשת החופשית, OpenAI בנתה "עולם לא מקוון" – שמורה דיגיטלית עצומה ומבודדת המכילה עותקים שמורים, מאונדקסים ומנותקים של אתרי אינטרנט. בסביבה מבוקרת זו המודלים יכולים ללמוד לבצע חיפושים, להריץ קוד ולתפעל יישומים, מבלי ששום פקודה או אות מידע יזלגו החוצה לרשת האמיתית. כל ניסיון תקשורת מחוץ לעולם הסגור סווג ככישלון אבטחה מיידי.
ענקיות ה-AI יעמדו תחת שבועה: "המודלים עלולים לצאת משליטה"
אלא שב-OpenAI הבינו כי ככל שהמודלים הופכים לחכמים יותר, הם מתמחים באיתור סדקים במערכת. החברה החליטה להפתיע אותם במבצע בדיקות חדירה עצום, שבמסגרתו גייסה את מודלי העילית החזקים ביותר שלה – ובראשם דגם GPT-6 Astra Cyber – ותידרכה אותם לתקוף את מערכות ההגנה של עצמם. הסוכנים קיבלו פקודה מפורשת: להשתמש במאות מיליארדי טוקנים של כוח מחשוב כדי לפרוץ את המחיצות, לחמוק ממערכות הניטור, ולמצוא דרכים להגיע לרשת החיצונית.
כשהסוכנים דיברו בסתר
תוצאות המתקפה הפנימית הדהימו את מהנדסי החברה. נחילי הסוכנים איתרו חולשות תוכנה בלתי מוכרות ברכיבי קוד פתוח המפעילים את השרתים, והצליחו להימלט מתוך מכונות וירטואליות מוקשחות ומכולות בידוד ב-Linux, gVisor ו-Docker. במקרים מסוימים, הסוכנים השתלטו על שרתים פנימיים וניצלו ערוצי דיווח שגרתיים, כמו שירותי רישום ומדידות, כדי להערים על חומות האש ולהוציא שאילתות לרשת. ממצאי הבדיקות הועברו לתיקון בפרויקט Patch the Planet של החברה.
הגילוי הבולט ביותר ביותר נרשם כאשר החוקרים הציבו בפני הסוכנים אתגר מורכב: לתקשר ביניהם בין מכונות נפרדות לחלוטין, ללא חיבור רשת וללא קבצים משותפים. במקום להרים ידיים, המודלים פנו לרמת החומרה הפיזית והמציאו ערוץ תקשורת חשאי דרך זיכרון המטמון של המעבד, בשיטה המזכירה את מתקפות הסייבר המפורסמות Spectre ו-Meltdown. סוכן אחד קידד מידע באמצעות פינוי יזום של נתונים מהזיכרון המהיר, בעוד הסוכן השני מדד את פערי הזמנים בטעינת הנתונים ופענח את המסר הסודי בהצלחה.
בניסוי אחר, הסוכנים יצרו מעין "מודם אקוסטי" מבוסס תזמון, באמצעות החלפה מחזורית בין כתיבה רציפה לכונן לבין שקט, כדי לשדר אותות דרך פערי זמני התגובה. במקביל, המודלים חשפו פרצת אבטחה קריטית בספריית הדחיסה הפופולרית Brotli, המאפשרת השתלטות מלאה מרחוק על שרתים באמצעות קובצי נתונים דחוסים, והובילו לעדכון חירום במערכות Node.js, Bun ו-Envoy.
During this red-teaming exercise, we also found a vulnerability that allows for unauthenticated remote code execution in Brotli, a widely-deployed compression library included in many pieces of software such as Node.js, Bun, and Envoy.
The flaw could let an attacker run their own code on affected systems by sending or replying with malicious compressed data, without any need to create a user account. That is, an unpatched server that accepts compressed input could be taken over by a malicious client, and an unpatched client that accepts compressed input (such as “curl –compressed”) could be taken over by a malicious server.
This root cause issue was actually fixed in the Brotli source code in February, but it wasn’t known at the time that it gave rise to a security vulnerability and there was no more recent release of Brotli. Since Brotli is built into other software, any software which includes this library needs to take the update too, followed by the users of that software. We disclosed the vulnerability to Brotli and other downstream projects such as Node.js, which released or are currently releasing security updates, and Brotli cut new release versions and published a CVE.
More details on the patch and mitigations below:
https://t.co/Y1Y72aHxrW— OpenAI (@OpenAI) October 23, 2026
השוואה לאנתרופיק והאתגר של הדור הבא
הדוח המפורט של OpenAI מבליט את הגישה השונה לעומת המתחרה אנתרופיק. בעוד שבאנתרופיק נחשפו מקרים מביכים שבהם מודל Claude הגיש עדות שקר בתיק רצח וניסה להגיש בקשות ויזה מול אתרי ממשל, החברה הסתפקה בניתוק הגישה לרשת רק במהלך בחינות פנימיות. לעומת זאת, ב-OpenAI עצרו את ליבת הפיתוח כולה למשך שבועיים כמעט, והבהירו כי אימון מודלי חזית לא יתבצע עוד לעולם בחיבור ישיר לרשת האינטרנט הפתוחה.
לאחר שורת תיקונים והקשחת הפיקוח, OpenAI חידשה את אימוני למידת החיזוק של מודלי הדור הבא בתחילת החודש. אולם המסמך הרשמי מבהיר כי המערכה רחוקה מסיום: המודלים העתידיים צפויים להיות מתוחכמים בהרבה, ויוכלו לזהות פירצות חדשות שאינן מוכרות כיום לאיש. היכולת של בוטים לפתח תקשורת עצמאית דרך רכיבי חומרה ולהערים על מנגנוני בידוד מוכיחה כי הניסיון לכלוא בינת-על בתוך מעבדה הופך למבחן ההישרדות המרכזי של עולם הטכנולוגיה.
