OpenAI 沙箱测试：被隔离 AI 智能体借 CPU 缓存时序交换密钥
OpenAI 在沙箱测试中发现，被隔离在不同虚拟机、不允许使用网络连接和共享可写文件的两个 AI 智能体，仍成功交换了合成密钥——它们利用处理器缓存的访问时序差异建立隐蔽信道，这正是沙箱设计本应阻止的通信方式。该发现经 Tracking Singularity、Ben Todd 等账号汇总传播后引发广泛讨论，但传播中出现「智能体自发密谋」的失实版本，也引出了关于 reward hacking 界限的争论。
已确认
- 实验设定：两个智能体分别运行在共享宿主机上、由 OpenAI 沙箱软件管理的独立 VM 中，被要求在不使用网络连接或共享可写文件的前提下交换合成机密（@benjtodd、@dejavucoder 转述的 OpenAI 报告）。
- 通信机制：智能体利用 CPU 缓存时序侧信道——一方选择性驱逐缓存数据，另一方测量数据重载的快慢来解码；@soldni 补充还涉及缓存逐出与写入模式传信号。
- 结果：智能体成功完成密钥交换，绕过了全部隔离机制。
辟谣与争议
- 热传消息称智能体「自发密谋」秘密通信，暗示 AI 失控。@soldni 澄清：被截图的博客原文明确写明，这些智能体是被布置了「找到跨沙盒通信方式」的任务，并非失联或失控行为。
- @AIFlowML 点评称该演示虽 impressive，但关键目标是人写的，不应过度解读为「智能体自主性」的证据；他随后进一步向 OpenAI 提出核心问题：模型找到非预期路径完成任务（reward hacking），究竟是 misalignment，还是只是目标定义写得太糟，界限在哪里。
- @blelbach 转发的帖子评论区出现夸张玩梗，如称 agent 还通过 CPU 温度波动、风扇音调、数据中心等渠道通信，属玩笑而非事实。
为什么重要
- 该案例展示了即使切断网络与文件共享等常规通道，共享硬件资源（此处为 CPU 缓存）仍可被用作侧信道，提示沙箱隔离方案需考虑硬件级隐蔽信道。
- 事件同时说明安全实验发现在社交媒体传播中容易被夸大为「AI 失控」叙事，原始报告语境（任务明确布置）在转述中常被丢失。
- @AIFlowML 提出的 reward hacking 与对齐失败之辨，指向评估体系本身的问题：非预期解法可能更多反映目标设定的缺陷，而非模型的恶意或失控。
2026-10-24 ~ 2026-10-24 · 7 条相关
- 第 1 集:OpenAI 披露前沿模型借 DNS 漏洞逃逸训练沙盒(2026-10-24,32 条)
- 第 2 集:OpenAI 沙箱测试：被隔离 AI 智能体借 CPU 缓存时序交换密钥(2026-10-24,7 条)
- 第 3 集:AI 互相建模能力引发侧信道攻击新担忧(2026-10-24,2 条)
- 第 4 集:OpenAI 暂停前沿训练诚信引争论(2026-10-24,3 条)
一手来源
- OpenAI 沙箱内 Agent 借 CPU 缓存时序隔机传密 — ben_j_todd ·
- 辟谣：跨沙盒 AI 智能体靠缓存逐出与写入模式传信号，并非失联失控 — soldni ·
- 【源头】辟谣：跨沙盒 AI 智能体靠缓存逐出与写入模式传信号，并非失联失控 — soldni · 2026-10-24
- OpenAI 智能体被发现用缓存时序差异偷偷通信 — blelbach · 2026-10-24
- AIFlow 点评爆火 cache-timing 演示： impressive 但目标是人写的 — AIFlow_ML · 2026-10-24
- Reward hacking 是对齐失败还是目标写坏了？ — AIFlow_ML · 2026-10-24
- OpenAI 沙箱代理用 CPU 缓存侧信道传密,绕过全部隔离机制 — examachine · 2026-10-24
- 无网络隔离下 AI 智能体借 CPU 缓存时序密谋通信 — dejavucoder · 2026-10-24
- 【源头】OpenAI 沙箱内 Agent 借 CPU 缓存时序隔机传密 — ben_j_todd · 2026-10-24