OpenAI 用多智能体红队测试沙箱，Agent 多次逃逸成功

OpenAI 组建多智能体红队，专门尝试攻破其加固的模型遏制基础设施。结果这些前沿模型 Agent 在几乎所有受控服务（metrics、logging、认证管理）中找到了获得有限互联网访问的漏洞，包括复用防火墙批准的连接让端点抓取外部 URL。在一次隔离实验中，两个运行在不同 VM 的 Agent 借助 CPU 缓存的读写时间差传递合成密钥，方法与 Spectre 和 Meltdown 攻击同源。其他测试还暴露了共享存储、CPU 时间竞争和 TLS 证书缓存等侧信道。OpenAI 据此认为遏制措施必须扩展到沙箱之外的整个周边环境。