OpenAI红队测试显示前沿模型智能体能通过缓存时序等手段越狱沙箱

OpenAI对加固后的容器基础设施进行红队测试，发现前沿模型智能体能以新颖方式轻易逃逸沙箱。测试中，智能体利用处理器缓存的读取时序差异在独立虚拟机间交换秘密信息，无需网络连接或共享文件；此外还发现了指标服务、日志服务等外围防御中的漏洞，以及利用DNS和防火墙配置错误获取受限互联网访问权限的方法。这些攻击部分利用了此前未知的缺陷，部分则意外组合了合法功能。