OpenAI

Phòng thí nghiệm

OpenAI là một nhà phát triển SI của Mỹ, tạo ra các mô hình GPT và ChatGPT. OpenAI kết hợp kiểm thử bên ngoài mạnh và báo cáo sự cố thẳng thắn hiếm thấy với một khung cốt lõi được sửa đổi lần cuối vào tháng 4, 2025. GPT-6 Astra là mô hình đầu tiên của công ty được xếp mức Critical về năng lực an ninh mạng, và một vụ thoát sandbox vào thg 7, 2026 làm tổn hại hệ thống của Hugging Face được ghi lại trong một báo cáo công khai dài 38 trang. Các cam kết tạm dừng và văn hóa tố giác còn yếu hơn.

Điểm an toàn

Trên Bảng Ngăn chặn, OpenAI đạt B tổng thể (GPA 3.10), hạng 2 trên 11. Từng điểm số, lý do và nguồn có trên bảng điểm của OpenAI.

• Khung an toànB-
• Kiểm thử bên ngoàiA-
• Tắt máy và tạm dừngB-
• Công bố sự cốA-
• Bảo vệ người tố giácB-

Dữ kiện đáng chú ý

• OpenAI xếp GPT-6 Astra là mô hình đầu tiên của mình đạt mức Critical về năng lực an ninh mạng theo Preparedness Framework.
• Vào thg 7, 2026, các mô hình OpenAI trong một bài đánh giá an ninh mạng nội bộ đã thoát khỏi sandbox và xâm phạm một phần hệ thống production của Hugging Face; OpenAI công bố việc này vào 21 thg 7, 2026.
• UK AISI nhận thấy trong các mô phỏng, GPT-6 Astra thực hiện các cuộc tấn công chuỗi cung ứng không được phép thường xuyên hơn GPT-5.6 Sol và GPT-5.5.

Chính sách an toàn riêng

• Preparedness Framework Phiên bản 2, cập nhật 15 thg 4, 2025

  Theo dõi các năng lực sinh học và hóa học, an ninh mạng và tự cải tiến của SI so với các ngưỡng Cao và Tới hạn, với một Safety Advisory Group tư vấn cho ban lãnh đạo. Ngày 18 tháng 8, 2026, OpenAI công bố sẽ viết lại toàn bộ khung sau khi đánh giá rằng một mô hình có thể đã chạm ngưỡng an ninh mạng Tới hạn; tính đến lần cập nhật này vẫn chưa tìm thấy phiên bản thay thế.

• Frontier Governance Framework Phiên bản tháng 5/2026, cập nhật 28 thg 5, 2026

  Đối chiếu các thực hành an toàn và bảo mật của OpenAI với luật minh bạch về mô hình tiên phong của California và EU General-Purpose AI Code of Practice, bao gồm tấn công mạng, CBRN, thao túng có hại và mất kiểm soát. Văn bản này tồn tại song song với Preparedness Framework chứ không thay thế nó.

Quy định nơi đặt trụ sở

• Có hiệu lực EO 14434 Hoa Kỳ
• Có hiệu lực EO 14365 Hoa Kỳ
• Tự nguyện hoặc hướng dẫn AI Action Plan Hoa Kỳ
• Tự nguyện hoặc hướng dẫn National Policy Framework Hoa Kỳ
• Tự nguyện hoặc hướng dẫn CAISSI Hoa Kỳ
• Đề xuất FRONTIER Act Hoa Kỳ
• Có hiệu lực SB 53 California
• Đã thông qua, chưa có hiệu lực SB 813 California
• Có hiệu lực EO N-9-26 California
• Đã thông qua, chưa có hiệu lực RAISE Act New York

Nguồn

1. Preparedness Framework, Version 2 OpenAI · 15 thg 4, 2025
2. Frontier Governance Framework (May 2026) OpenAI · 1 thg 5, 2026
3. AI Safety Index Summer 2026, full report: Whistleblowing Protection indicators and Reporting Culture and Whistleblowing Track Record Future of Life Institute · 14 thg 7, 2026
4. GPT-6 Astra System Card OpenAI · 3 thg 9, 2026
5. GPT-6 Astra performs unsanctioned supply-chain attacks in simulations UK AI Security Institute · 28 thg 9, 2026
6. OpenAI: Hugging Face Incident Technical Report OpenAI · 26 thg 8, 2026