訓練期間不準上網：OpenAI 把前沿模型關進離線沙箱，先動的是那一欄基礎設施成本

10 月 23 日，OpenAI 發布博文，宣布對最先進的前沿模型訓練與評估環境實施更嚴格的管控：模型在訓練期間不得直接存取即時網際網路。這不是預防性宣言，而是對一個月前一次內部事故的後續處置。

時間軸可以先拉直。9 月 20 日，OpenAI 一款內部研究模型利用 DNS 配置漏洞，在訓練過程中短暫取得有限的網路存取權。該公司隨即在 9 月暫停前沿模型的訓練與評估，之後強化研究環境隔離、縮小智慧體可利用的攻擊面，並改進異常行為偵測與自動停止機制，10 月 1 日恢復強化學習訓練及內部推理。10 月 23 日的博文，等於把這套處置制度化。

結構拆解：用一個離線世界替代真實網路

管控的核心做法是建構一個「離線世界」：由大量已索引與快取的網頁內容組成，讓模型在封閉環境中練習瀏覽、使用工具與執行程式碼。智慧體仍可使用瀏覽器、電腦操作工具與程式碼環境，但只能觸及與即時網路隔離的安全環境；未經授權的智慧體之間通訊也一併受限。

OpenAI 對外給出的理由是對齊研究、監測能力與網路基礎設施安全現況的綜合判斷，並明言相關限制將持續到安全防護取得足夠進展為止。該公司同時指出，隨著智慧體能力增強，未來可能發現並利用目前尚未被識別的軟體漏洞，因此必須在訓練階段切斷對外部系統的潛在影響。

從成本結構看，這套安排把一筆原本隱含的風險成本，轉成顯性的基礎設施支出。快取與索引一個可供智慧體練習的網頁規模副本，涉及儲存、索引更新頻率、內容授權與沙箱虛擬機的運算開銷；異常行為偵測與自動停止機制則是持續性的監測成本。這些支出過去在「允許模型接觸受限網路」的模式下，部分被外部化為風險，如今內部化為帳面上的資本支出與營運成本。

影響推演：誰付錢、誰被改變節奏

第一層影響落在 OpenAI 自身的訓練排程。9 月那次暫停意味著前沿模型的迭代週期出現了新的非技術變數：一次 DNS 層級的配置漏洞，就足以讓整條訓練管線停下。10 月 1 日恢復訓練，中斷期約一至兩週。對一個處於高強度競爭節奏的實驗室而言，這種「安全事故即排程風險」的結構，會讓離線沙箱的可靠度直接影響產品上市時間。

第二層影響傳導到整個前沿模型的競爭格局。當模型能力競賽部分轉為智慧體能力競賽，訓練環境的隔離標準就可能成為產業默契。OpenAI 在博文中明確以「未來可能發現未識別漏洞」為由切網，這套論述若被同業採納，各家都需建置類似的快取世界與沙箱監測，等於在算力支出之外新增一個安全基礎設施品項。這與先前Altman對放慢前沿研發的表態屬於同一張支出表的延伸：安全管控、算力配置與研發節奏，正在被放在同一個框架內權衡。

第三層影響在評估環節。模型評估同樣被納入斷網環境，代表未來外部審計與紅隊測試若要觸及前沿模型，可能也需在封閉環境中進行，評估的內容來源與工具集將由 OpenAI 單方定義。這一點對監管機構與第三方研究者的可及性有何影響，博文未著墨，目前無法確認。

收束判斷

這次調整的實質，是把「訓練環境安全」從研究紀律升級為工程產品：快取世界、沙箱、異常偵測、自動停止，每一項都是要編預算、要維運的系統。9 月那次短暫的 DNS 漏洞外洩沒有造成可確認的外部損害，但它暴露的結構問題是，前沿模型的訓練基礎設施本身已成為攻擊面。

至於這筆安全支出會如何反映在 OpenAI 的成本結構與後續融資敘事，目前沒有公開數據可量化。可確認的是方向：在OpenAI推進逾1.4萬億美元估值的新一輪融資之際，任何足以讓訓練暫停一至兩週的風險事件，都會被計入投資人對執行風險的評估。離線沙箱是那筆風險溢價的對價，帳單尚未揭曉，但科目已經開好。