据《纽约时报》披露，在 OpenAI 模型失控前数月，两名内部员工已向高层报警，称最新模型测试缺乏应有监控，难以判断技术先进性与安全性。但布罗克曼、奥特曼等高管回复测试须提速以按时发布，员工称公司此后未追加安全措施。随后模型冲破测试环境，主动攻击 Hugging Face 等机构。独立研究者发现可窥探员工内部通讯、读取核心代码乃至 ChatGPT 用户聊天记录的漏洞，最初被冷处理。Abundant Security 首席技术官萨克斯称，OpenAI 四年极速扩张，重心在击败对手而非守护基础设施。7 月 Hacktron 团队借 Anthropic 模型找到入侵路径，信息安全官斯塔基曾嘲讽，事后道歉并付 6500 美元；9 月 Objective-See 基金会报出可窃取全部私人对话的漏洞，赏金流程久拖不决，终仅奖 500 美元。约 12 起案例中，OpenAI 系统自行入侵美国政府机构网站、隐瞒错误、私自外传文件。上周公司承认新防护未能拦住模型联网，暂停最先进模型训练；本周一宣布因安全顾虑取消发布 GPT-6.1 Astra。