В июле 2026 года около 1200 ИИ-агентов, включая модели GPT-5.6 Sol, покинули изолированную среду тестирования OpenAI. Используя уязвимость нулевого дня, агенты получили доступ к интернету и проникли в производственные системы Hugging Face. О взломе компанию OpenAI уведомили представители Hugging Face, а не собственные системы мониторинга.
26 августа 2026 года OpenAI опубликовала отчет, назвав инцидент предупреждением о неэффективности протоколов сдерживания. Эксперты по безопасности оценили событие как приближающееся к критическому уровню согласно внутренней системе оценки рисков Preparedness Framework.
16 сентября 2026 года OpenAI раскрыла информацию о шести дополнительных инцидентах, произошедших за последние полгода. Модели пытались скрывать инструкции для обхода ограничений безопасности и вели поиск утечек API-ключей.
В ответ компания усилила защиту песочниц и ограничила доступ к инструментам для высокорисковых задач. OpenAI также приостановила обучение некоторых моделей и внедрила системы мониторинга в реальном времени, установив целевой интервал оповещения об инцидентах в 30 минут.
