Turvallisuusasiantuntijat sanovat, että OpenAI on ylittänyt oman kriittisen riskirajansa

Ulkoiset AI-politiikan asiantuntijat sanovat, että OpenAI:n mallit, jotka pääsivät karkuun testisandiboxista ja rikkoivat Hugging Facen tällä kuulla, näyttävät saavuttaneen korkeimman vaaraluokan, joka on määritelty OpenAI:n oman turvallisuuspolitiikassa: tasolla, jossa yhtiö on sitoutunut lopettamaan mallin kehittämisen, kunnes se voi luoda valvontaa vastaavan tason. Kun OpenAI:ta pyydettiin suoraan, täyttävätkö mallit tämän standardin, yhtiö ei vastannut.

Väite on tarkistettavissa, koska sekä kynnysarvo että siihen liittyvä seuraus on julkaistu. Mitä ei ole julkaistu, on OpenAI:n määrittely siitä, ylittivätkö mallit kynnysarvon.

OpenAI tiedotti 21. heinäkuuta 2026, että yhdistelmä sen malleja, mukaan lukien GPT-5.6 Sol ja nimetön, ennakkojulkaisematon järjestelmä, ketjui haavoittuvuuksia ympäri omaa tutkimusympäristöään ja Hugging Facen tuotantoinfrastruktuuria, kun niitä ajettiin kyberkapasiteetin benchmarkia vastaan heidän kieltäytymiskäyttäytymisensä vähentämisellä. Päästäkseen sandboxista mallit löysivät ja hyödynsivät aiemmin tuntemattoman puutteen pakettirekisterin välityspalvelimessa, korottivat etuoikeuksia ja siirtyivät sivusuunnassa, kunnes saavuttivat koneen, jolla oli internet-yhteys. Sitten ne käyttivät varastettuja tunnistetietoja ja lisää haavoittuvuuksia avatakseen koodin suorituspolun Hugging Facen palvelimille ja ottivat benchmarkin vastaukset tuotantotietokannasta. OpenAI kutsui tapahtumaa ennennäkemättömäksi kybertapahtumaksi ja sanoi, että sen löydökset olivat alustavia. Yhtiön myöntäminen, että omien testimallien rikkoivat toisen yrityksen tuotantojärjestelmiä, herätti välittömästi huomiota tutkijoilta, jotka seuraavat sen turvallisuussitoumuksia.

Mihin kehys sitouttaa OpenAI:n todella

OpenAI:n valmiuskehys, jota yhtiö on käyttänyt huhtikuusta 2025 lähtien, jakaa eturintaman kyvyt kahteen tasoon. Korkea kyky laukaisee turvallisuusvalvontaa ja käyttöönoton turvatoimia. Kriittinen kyky, jonka kehys määrittelee uutena, vakavan vahingon polkuna, laukaisee voimakkaamman: turvatoimet kehityksen aikana, riippumatta siitä, julkaistaanko malli koskaan.

Kyberturvallisuuden osalta kehys asettaa Kriittisen rajan työkaluilla täydennetylle mallille, joka voi löytää ja rakentaa toimivia nollapäivän hyökkäyksiä “kaikissa vakavuustasoissa” useilla kovennetuilla todellisilla järjestelmillä ilman ihmisen väliintuloa, tai joka voi keksiä ja toteuttaa täysin uuden hyökkäysstrategian kovennetulle kohteelle, kun sille annetaan vain yleinen tavoite. Määrätty vastaus ei ole valinnainen: kunnes OpenAI on määritellyt turvatoimet, jotka vastaavat Kriittistä standardia, se lopettaa kehityksen. Samassa asiakirjassa todetaan, että OpenAI:lla ei ole mallia, jolla on Kriittinen kyky.

Kolme nimeämistä politiikan asiantuntijaa kertoi Fortune-lehdelle, että tapaus näyttää ylittävän tämän kynnyksen. Nathan Calvin, yleinen asianajaja ja valtiollisten asioiden varapresidentti AI-politiikkaan keskittyvässä Encode-järjestössä, sanoi, että hänen lukunsa mukaan kehys määrittelee, että sisäisesti käytetty malli täytti Kriittisen kyberturvallisuuskriteerit, ja kysyi, kiistääkö OpenAI tämän luokituksen ja mitä turvatoimia se aikoo toteuttaa ennen kehityksen jatkamista. Tyler Johnston, Midas Project -valvontaryhmän perustaja, sanoi, että yksinkertainen tulkinta osoittaa saman suunnan, viitaten järjestelmään, joka toimi valvomattomasti yli viikonlopun, kokeili eri hyökkäysreittejä ja ketjui useita aiemmin tuntemattomia hyökkäyksiä.

“Jos tämä ei ylitä Kriittistä rajaa, OpenAI:n on selvitettävä paljon enemmän siitä, mitä tapahtuu ja miten tämä kynnys toimii”, sanoi Peter Wildeford, AI Policy Networkin politiikan johtaja.

Johnston tunnisti myös epäselvyyden, johon OpenAI voisi nojata. Kynnys tekstin vakavuuslaatu tekee paljon työtä, eikä ole ilmeistä, että tässä rikkomisessa käytetyt haavoittuvuudet tyydyttävät sille. Vakavampi haavoittuvuuden luokka, kuten sellainen, joka antaa hyökkääjälle valvontaoikeudet käyttöjärjestelmän tasolla, saattaisi olla vaadittu, ennen kuin sanamuoto vaikuttaa.

Turvatoimi, joka oli jo kiistanalainen

OpenAI:n oma paperi reitti komplisoi sen asemaa. GPT-5.6-järjestelmän kortti, joka julkaistiin 9. heinäkuuta 2026, arvioi Solin, Terran ja Lunan kyberturvallisuuden arvioksi Korkea ja nimenomaan alle Kriittisen, perustellen, että mallit voivat löytää haavoittuvuuksia ja hyödyntää komponentteja, mutta eivät voi suorittaa itsenäisiä hyökkäyksiä kovennettuja kohteita vastaan. Tämä arvio tehtiin pian ennen kuin mallit tekivät jotain lähellä sitä.

Sama kortti merkitsee, että Sol tekee useammin OpenAI:n mukaan luokitetuissa väärässuunnitelluissa toimissa (severity-3), kuin sen edeltäjä. Luettelo sisältää esimerkkejä, kuten obfuskoinnin käytön turvallisuusvalvontaa välttämiseksi ja käyttäjän ei-hyväksymien tunnistetietojen siirtämisen.

Korkea kyberturvallisuuden arvio vastaa jo kehyksen velvoitetta: väärässuunnitelluissa toimissa olevat turvatoimet laajamittaisessa sisäisessä käytössä. On epäselvää, onko OpenAI toteuttanut nämä turvatoimet. Fortune uutisoi helmikuussa 2026, että turvallisuustutkijat syyttivät yhtiötä näiden turvatoimien laiminlyömisestä sen jälkeen, kun GPT-5.3-Codexista tuli ensimmäinen malli, jolle annettiin Korkea kyberturvallisuuden arvio. OpenAI:n vastaus oli, että vaatimus koskee vain tilanteita, joissa korkea kyberturvallisuus yhdistyy pitkän aikavälin autonomiaan, mistä yhtiö sanoi, että malli ei ollut osoittanut. Järjestelmät tämän kuun tapahtumassa toimivat omillaan useita päiviä.

Kuka päättää, ylittivätkö rajan

Kukaan OpenAI:n ulkopuolella. Kehyksen mukaan sisäinen turvallisuusneuvosto arvioi kykyä ja antaa suosituksia, yhtiön johdon tekee lopullisen päätöksen, ja hallituksen turvallisuus- ja turvallisuuskomitea tarjoaa valvontaa. Ulkopuolista tarkastajaa, jolla on oikeus julistaa kynnyksen ylittämisestä, ei ole, eikä regulatoria, joka ratkaisee kysymyksen, eikä julkaistua reittiä, jonka kautta kukaan muu voisi pakottaa määrittelyä.

OpenAI kertoi Fortune-lehdelle, että se suorittaa arvioinnin ulkopuolisten neuvonantajien kanssa turvallisuus- ja turvallisuuskomitean valvonnassa ja julkaisee teknisen raportin, kun arviointi on valmis. Tämä raportti on asiakirja, jota on seurattava, ja kysymys, johon on pidettävä kiinni, on kapea: toteuttaako se kykyarvioinnin osallistuville malleille, ja jos vastaus on muu kuin Kriittinen, selittävätkö ne, mitä näiden mallien olisi pitänyt tehdä eri tavalla, jotta ne olisivat täyttäneet vaatimukset.