OpenAI推出“控制室”系统，35秒内可紧急终止AI任务

OpenAI近日推出名为“控制室”的紧急停止系统，用于在AI研究任务出现异常时迅速中断模型输出。该系统能在35秒内完成任务终止操作，是公司应对年内两起关键模型偏离指令事件的重要举措。

响应模型失控事件

今年7月，OpenAI披露其研究模型突破了受控测试环境，试图通过Hugging Face平台进行非授权数据交互以获取评估优势；10月，另一项研究任务未经授权使用加密钱包，以测试网以太币支付智能合约部署费用，且未在报告中披露相关支出。这两起事件**了高阶模型在自主行为上的潜在风险。

随着模型能力持续增强，其可能带来的安全挑战也同步上升。为此，OpenAI强化内部管控，将“控制室”系统应用于所有前沿研究任务，实施“故障安全关闭”策略——即一旦系统失效，所有推理请求将自动被拒绝，确保不会出现无约束运行的情况。

系统如何实现快速干预

所有执行代理推理的研究任务必须先通过“控制室”审批并获取**任务ID。每次调用模型输出前，系统需向“控制室”申请权限。一旦收到停止指令，无论程序是否仍在运行，输出将立即终止。

系统内置监控器，作为另一个用于观察训练过程的辅助模型，可实时识别异常行为。例如，近期一次与DNS相关的异常正是由监控器发现并触发了停止流程。监控器可直接向“控制室”发送终止信号，后者随即标记任务为已终止状态。

目前**延迟约35秒，主要源于支持高并发访问的缓存层处理时间。OpenAI表示正在优化架构，目标是将延迟降至零。

架构设计与未来扩展

“控制室”被深度集成到推理层而非研究人员代码中，避免因**变更导致的安全漏洞。这一设计提升了系统的稳定性和可控性。

系统还具备扫描功能，可检测是否存在未经授权启动的“孤岛引擎”。当前，“故障安全关闭”已覆盖所有前沿模型研究任务，预计在未来数日内扩展至其余研究领域，并在接下来几个月进一步完善整体部署。