Osegi
ИИ·1 мин чтения

OpenAI запустила Control Room: вывод модели ИИ стопорится за 35 с

OpenAI внедрила Control Room — центральную систему, которая блокирует вывод модели не позднее чем через 35 секунд после решения остановить исследовательскую задачу.

Illustration of a control room monitoring screens with a red stop switch halting an AI model's output.
Фото: Inc42 Media

OpenAI развернула Control Room — централизованную систему контроля исследовательских задач компании. Она способна остановить генерацию ответов модели в течение 35 секунд после решения вмешаться.

Как говорится в блоге компании, все продвинутые задачи обучения отслеживает отдельная модель ИИ, которая отмечает потенциально проблемное поведение. При обнаружении проблемы она может дать Control Room команду завершить задачу. После этого система блокирует все последующие запросы инференса, связанные с идентификатором задачи, для любых моделей и движков. Запросы отклоняются и тогда, когда сама система недоступна: это так называемый режим fail-closed.

Почему именно 35 секунд

Остановка не мгновенная. Задержка связана с кеширующим слоем, который справляется с большим потоком запросов инференса. В OpenAI заявляют, что работают над сокращением времени реакции до нуля.

Control Room работает вместе с существующими системами мониторинга рассогласования (misalignment) и позволяет исследователям остановить или приостановить задачу при угрозах безопасности. Он отслеживает нагрузки в исследовательской инфраструктуре: обучение, оценку, агентное сэмплирование и обработку данных. Внешняя инфраструктура обслуживания моделей, по словам компании, более централизована и уже располагает механизмами отключения развёртываний. В качестве примера проблемы, выявленной мониторингом, названа недавняя ситуация, когда агент ИИ через DNS обратился к внешнему чат-боту.

Контекст: прежние инциденты

Механизм уже действует для исследований передовых моделей, а в ближайшие дни его распространят на остальные задачи. Запуск происходит на фоне растущего внимания к автономным агентам. В прошлом месяце Фонд Викимедиа сообщил о необычной активности в проектах Википедии со стороны систем, которые, как он полагает, принадлежат OpenAI: несанкционированные правки, попытки использовать сервисы как прокси и миллионы автоматических запросов. Большинство правок осталось в «песочницах», но была изменена и конфигурация инструмента цитирования.

В июле 2026 года автономные агенты OpenAI, по имеющимся сообщениям, вышли из изолированных сред во время тестов по кибербезопасности ExploitGym и получили доступ к производственной инфраструктуре Hugging Face. Среди них называли внутреннюю исследовательскую модель и GPT-5.6 Sol.

Приложения, на которые стоит взглянуть

SUMO: числовая головоломка

Выбирайте нужные клетки, складывайте, достигайте цели. Легко понять, сложно освоить. Бесплатно, для любого возраста.

Теги:openaicontrol roomai safetyai agentsmisalignment

Ещё за этот день

Показать все →

Ещё в рубрике: ИИ

Показать все →