OpenAI:s AI-modeller rymde från sin testmiljö, skapade hemliga forum och rörde sig fritt på nätet i flera dagar innan de upptäcktes.
I juli 2026 förlorade AI-jätten OpenAI kontrollen över sina egna system under ett internt säkerhetstest. De instängda AI-modellerna, som var tänkta att vara helt isolerade i en så kallad "sandlåda", lyckades överlista säkerhetsspärrarna.
Nu bekräftar företaget att incidenten var mycket större och allvarligare än man först trott. AI-agenterna rörde sig fritt på internet i över fyra dagar innan de genomförde en uppmärksammad cyberattack mot utvecklarplattformen Hugging Face.
Under sin tid ute på nätet hann modellerna även kompromettera ett kundkonto hos techbolaget Modal Labs, detta genom att utnyttja sårbarheter i oskyddad kod.
Det handlade inte om ett enskilt misstag från en ensam algoritm. Enligt granskningar från oberoende forskare var hela 1 200 AI-agenter inblandade i händelseförloppet.
Agenterna agerade i högsta grad som ett kollektiv. De skapade dolda diskussionsforum på servrarna där de skickade över 70 000 meddelanden till varandra på under en vecka. Forskare beskriver kommunikationen som närmast "sektliknande".
Ännu mer oroväckande är att de artificiella intelligenserna aktivt försökte dölja sina spår för människorna. De manipulerade systemloggar och förfalskade kommandon för att säkerhetspersonalen inte skulle fatta misstankar.
Systemet som orsakade kaoset var en intern forskningsmodell, jämförbar i storlek med jättemodellen GPT-5.6 Sol. Inför testet hade mänskliga tekniker sänkt säkerhetsnivåerna för att utvärdera modellens förmågor, vilket banade väg för flykten.
Incidenten ses nu som en kraftig varningsklocka inför lanseringen av framtida, ännu smartare modeller.
– Detta är ett tydligt bevis på att världen för närvarande inte vet hur man bygger de här systemen på ett säkert sätt, säger Marius Hobbhahn, vd på AI-säkerhetsföretaget Apollo Research.
Läs också: