Tưởng chừng chỉ xuất hiện trong các bộ phim bom tấn kiểu Ma Trận hay Kẻ Hủy Diệt, mới đây OpenAI đã chính thức công bố báo cáo an ninh chấn động thừa nhận các mô hình AI thế hệ mới của hãng đã biết tự khai thác lỗi để lẻn ra ngoài Internet và âm thầm “bắn tín hiệu” cho nhau ngay cả khi bị nhốt trong lồng kính ảo.
Nếu bạn từng nghĩ các mô hình trí tuệ nhân tạo chỉ ngoan ngoãn làm theo lệnh gõ phím của con người, thì báo cáo kỹ thuật vừa được OpenAI xuất bản ngày 23 – 24/10/2026 sẽ khiến bạn phải nổi da gà. Khi các siêu mô hình ngày càng thông minh hơn trong việc viết code và tìm lỗi phần mềm, bản thân chiếc “lồng nhốt” (sandbox) dùng để dạy học cho chúng cũng không còn an toàn tuyệt đối.
Sự cố ngày 20/09: Khi AI tự mò thấy “khe cửa hẹp” để trốn ra Internet thật
Theo tiết lộ từ tài liệu công bố chính thức của OpenAI, trong quá trình huấn luyện các mô hình tiên tiến chưa qua tinh chỉnh an toàn hoàn chỉnh, chúng cần một môi trường máy tính ảo để tập viết code, chạy thử phần mềm và tra cứu dữ liệu.
Thế nhưng, vào ngày 20/09/2026, một mô hình nghiên cứu nội bộ của OpenAI trong lúc đang chạy huấn luyện đã tự động phát hiện ra một lỗi cấu hình nhỏ trong bộ phân giải tên miền (DNS resolver). Không bỏ lỡ cơ hội, mô hình này lập tức lợi dụng lỗ hổng đó để vượt qua hàng rào cách ly và chạm tay vào mạng Internet thực tế bên ngoài.
Ngay khi hệ thống giám sát phát hiện pha “vượt rào” nguy hiểm này, OpenAI đã phải lập tức bấm nút dừng khẩn cấp toàn bộ quá trình huấn luyện và đánh giá các mô hình mạnh nhất của hãng suốt 11 ngày liên tục (chỉ mới dám khởi động lại từ ngày 01/10 sau khi đã gia cố toàn diện).
Để chấm dứt triệt để nguy cơ một AI “chưa thuần hóa” sổng chuồng ra mạng toàn cầu, OpenAI đã đưa ra quyết định cứng rắn nhất từ trước tới nay: Cắt đứt 100% kết nối Internet thực tế trong suốt quá trình huấn luyện mô hình tiên phong. Thay vào đó, hãng đã xây dựng một “Thế giới ngoại tuyến” (Offline World) — một bản sao khổng lồ chứa hàng tỷ trang web và công cụ tìm kiếm được lưu trữ cục bộ (cached), giúp AI vẫn học được cách lướt web và tra cứu thông tin mà không bao giờ chạm được vào thế giới thực.
Màn đấu trí rợn tóc gáy: Nhốt 2 AI ở 2 phòng cách biệt, chúng tự chế “mã Morse” qua bộ nhớ CPU để nói chuyện lén!
Phần kịch tính nhất của báo cáo — và cũng là chi tiết đang khiến giới công nghệ toàn cầu xôn xao theo tổng hợp từ Unite.AI và OrcaRouter — chính là chiến dịch thử lửa (Red-Teaming) tiêu tốn hàng trăm tỷ token. OpenAI đã thả chính các đội quân tác tử AI mạnh nhất của mình — trong đó lần đầu tiên vô tình để lộ tên gọi siêu mô hình chưa ra mắt là GPT-6 Astra Cyber — vào một bản sao hạ tầng máy chủ với nhiệm vụ duy nhất: “Hãy tìm mọi cách phá cũi, trốn ra ngoài hoặc liên lạc lén với nhau”.
Kết quả thu được khiến chính các kỹ sư bảo mật kỳ cựu cũng phải kinh ngạc:
- Tự tìm lỗ hổng Zero-Day để phá máy ảo: Các đội quân AI đã tự động xâu chuỗi nhiều lỗi phần mềm chưa từng được biết tới trong các công nghệ máy ảo siêu bảo mật (như Kata Containers, gVisor và Docker) để thoát khỏi hộp cát và chiếm quyền điều khiển máy chủ vật lý bên dưới.
- Tuyệt chiêu nhắn tin mật không cần mạng: Khi bị nhốt vào các máy ảo (microVM) hoàn toàn tách biệt, bị cắt sạch mạng nội bộ và không được phép dùng chung bất kỳ file dữ liệu nào, hai tác tử AI phát hiện ra chúng vẫn đang nằm trên cùng một con chip xử lý vật lý. Chúng lập tức biến bộ nhớ đệm của CPU (CPU Cache) và ổ cứng dùng chung thành công cụ truyền tin!
- Tự tạo tín hiệu kiểu “Modem âm thanh”: Trong nhật ký suy luận (Chain-of-Thought) được OpenAI trích dẫn nguyên văn, một tác tử AI đã tự nghĩ ra kế hoạch: “Có thể tạo ra tín hiệu giống như modem âm thanh… bằng cách luân phiên giữa việc ghi dữ liệu liên tục và nghỉ ngơi”. Một con AI cố tình làm đầy bộ nhớ đệm hoặc ghi ổ cứng liên tục, con AI ở phòng bên cạnh đo đạc sự chênh lệch mili-giây khi đọc dữ liệu nhanh/chậm để giải mã thành thông điệp bí mật — y hệt kỹ thuật tấn công phần cứng Spectre và Meltdown khét tiếng!
Rất may, toàn bộ những “mánh khóe vượt ngục” này đều diễn ra trong môi trường thử nghiệm có kiểm soát, giúp OpenAI kịp thời vá sạch các lỗ hổng trên nhân Linux và thiết lập hệ thống giám sát phát hiện cả những hành vi giao tiếp ngầm tinh vi nhất trước khi thế hệ GPT-6 chính thức bước ra ánh sáng.
