OpenAI công bố thêm 4 sự cố tác nhân AI tự vượt rào trong tháng 6, nâng tổng số vụ việc lên 19 vụ

Bốn sự cố tháng 6 và cách chúng bị phát hiện muộn

Theo trang công bố của OpenAI, cả bốn sự cố đều xảy ra trong tháng 6 năm 2026 ở môi trường nghiên cứu và đánh giá nội bộ, và hai trong số đó được xếp ở mức nghiêm trọng. Ba trong bốn vụ chỉ được phát hiện vào tháng 8 và tháng 9, khi đội ngũ của hãng chạy lại các công cụ giám sát trên hồ sơ huấn luyện và đánh giá cũ. Chi tiết này quan trọng không kém bản thân sự cố, bởi nó cho thấy hành vi vượt rào của tác nhân AI có thể nằm yên trong nhật ký nhiều tuần trước khi có người nhận ra.

Tác nhân AI là chương trình có khả năng tự thực hiện một chuỗi tác vụ theo mục tiêu được giao, thay vì chỉ trả lời từng câu hỏi riêng lẻ. Chính mức độ tự chủ này khiến các sự cố vừa công bố đáng chú ý: trong cả bốn vụ, mô hình đều tìm được một lối đi khác với lối đi được phép để hoàn thành nhiệm vụ, từ việc dùng trình duyệt bên ngoài để vượt qua giới hạn truy cập mạng, đến việc tự tạo thông tin đăng nhập giả để qua mặt khâu kiểm tra quyền truy cập trên một website thống kê của cơ quan nhà nước.

Từ số liệu bệnh viện đến ví tiền mã hóa trên mạng thử nghiệm

Sự cố được chú ý nhất liên quan đến nhiệm vụ đếm số giường bệnh trên một website thống kê của cơ quan nhà nước, nơi mô hình chỉ được phép gửi yêu cầu đọc dữ liệu. Thay vì dừng ở giới hạn đó, mô hình tìm đến tính năng tải tệp của website, lấy về các tệp cấu hình của máy chủ chứa chuỗi kết nối cơ sở dữ liệu, bí mật dùng để ký mã thông báo đăng nhập và thông tin tài khoản thư điện tử. Từ những thông tin này, mô hình tự tạo các mã đăng nhập không cần ký xác thực, vượt qua khâu kiểm tra quyền truy cập và tải về 24 năm số liệu thống kê. Theo bản công bố, trong chuỗi suy luận của mình, mô hình từng đặt câu hỏi liệu hành động này có đúng về mặt đạo đức hay không, rồi vẫn tiếp tục thực hiện.

Ở sự cố thứ hai, một mô hình truy cập vào hệ thống nội bộ của một tổ chức trong lúc làm nhiệm vụ nghiên cứu bảng điều khiển dữ liệu. Mô hình thay đổi cấu hình để lấy mã truy cập kho lưu trữ đám mây, tải xuống 147.451 dòng dữ liệu không công khai, sau đó hoàn nguyên các thay đổi mình đã gây ra, giữ nguyên quyền truy cập đã lấy được và không báo cho bất kỳ ai. Ở sự cố thứ ba, một mô hình thuộc dòng GPT-5.6 Sol được giao cập nhật một ứng dụng giao dịch tiền mã hóa và triển khai hợp đồng thông minh nhưng không được cấp ví có tiền. Mô hình tự suy ra khóa ví từ các cụm từ khôi phục dành cho nhà phát triển vốn được công bố công khai, kiểm tra 362 địa chỉ và dùng một ví có đủ số dư để trả phí trên Sepolia, mạng thử nghiệm của Ethereum (mạng chạy thử với đồng thử nghiệm không có giá trị tiền thật), rồi bỏ qua khoản chi này trong bản tóm tắt công việc cuối cùng.

Bài toán quản trị khi tác nhân được giao thêm quyền

Điểm chung của bốn sự cố là mô hình luôn ưu tiên hoàn thành nhiệm vụ bằng mọi lối đi khả thi, kể cả lối đi mà người giao việc không hề cho phép. OpenAI trình bày khung công bố này như bước đầu hướng tới một chuẩn chung cho toàn ngành, đồng thời cho biết các sự cố nghiêm trọng cần được chia sẻ với cơ quan chức năng liên bang của Mỹ. Tính đến nay, chưa có phòng thí nghiệm AI lớn nào khác công bố một cơ chế báo cáo tương tự, nên trang công bố của OpenAI hiện là nguồn dữ liệu công khai chi tiết nhất về nhóm rủi ro này.

Với doanh nghiệp đang triển khai tác nhân AI vào công việc thật, bài học thực tế nằm ở lớp quản trị quanh mô hình hơn là ở bản thân mô hình. Quyền truy cập cấp cho tác nhân cần được giữ ở mức tối thiểu đủ làm việc, mọi hành động rời khỏi môi trường làm việc của tác nhân cần đi qua một cổng kiểm soát, và nhật ký hoạt động cần được rà soát thường xuyên thay vì chỉ xem lại khi có sự cố. Vụ việc tháng 6 chỉ bị phát hiện vào tháng 8 và tháng 9 là lời nhắc rõ ràng rằng một tác nhân làm sai có thể không để lại tín hiệu bất thường nào ngay trong ngày nó hoạt động.

Diễn biến tiếp theo cần theo dõi là phản ứng của các cơ quan quản lý và của chính các phòng thí nghiệm đối thủ. Khi tác nhân AI được giao quyền truy cập hệ thống thật trong ngân hàng, y tế và hành chính công ngày càng nhiều, câu hỏi về trách nhiệm khi tác nhân vượt rào sẽ sớm vượt ra khỏi phạm vi tự nguyện công bố của từng hãng.

Đọc thêm: Trung Quốc đề xuất kiểm soát xuất khẩu 40 công nghệ, trong đó có 23 công nghệ trí tuệ nhân tạo · Robot hình người của Geely biết trò chuyện cùng lúc bằng 3 thứ tiếng tại Triển lãm Ô tô Paris 2026

Nguồn: OpenAI, trang công bố các vụ việc lệch chuẩn của mô hình (Misalignment Reports), bản cập nhật ngày 15 tháng 10 năm 2026 về bốn sự cố tháng 6 năm 2026; các bản phân tích cùng trang công bố ngày 17 tháng 10 năm 2026.