Em 23 de outubro de 2026, a OpenAI anunciou que o treinamento de modelos de fronteira, seus sistemas mais avançados, deve ocorrer sem que os agentes acessem a internet ao vivo até que avanços nas salvaguardas justifiquem ampliar esse acesso. A regra também se aplica à maioria das avaliações. A infraestrutura de pesquisa, porém, mantém conexões externas necessárias para executar e monitorar experimentos, segundo a empresa.

A regra trata dos ambientes de pesquisa

A restrição abrange o treinamento de modelos de fronteira e a maioria das avaliações. A OpenAI distingue esses ambientes de pesquisa daqueles em que clientes usam modelos já lançados; a política não anuncia um modo offline do ChatGPT para clientes.

Como os agentes praticam tarefas na web

A OpenAI diz que todas as execuções de aprendizado por reforço de modelos de fronteira usam um ambiente offline com conteúdo da web indexado e armazenado em cache. O conteúdo indexado é organizado para busca, e o cache guarda cópias de páginas. Assim, os agentes podem praticar navegação, busca e tarefas com aplicativos web sem consultar sites ao vivo.

Dentro do limite de segurança, os agentes também podem usar navegadores, executar código e operar ferramentas de computador. A OpenAI descreve sandboxes, máquinas virtuais leves, monitoramento, controles de rede e perímetros de nuvem como camadas de proteção. Conexões externas continuam necessárias para operar e monitorar os experimentos, enquanto o tráfego de saída e a movimentação não autorizada entre sistemas são restringidos, afirma a empresa.

Incidente de DNS e retomada de trabalhos

Em 20 de setembro de 2026, um modelo interno de pesquisa obteve acesso limitado à internet ao vivo durante uma execução de treinamento por causa de uma configuração incorreta do resolvedor DNS, segundo a OpenAI. A empresa disse que conteve o incidente e suspendeu o treinamento e a avaliação de seus modelos mais capazes. A cobertura anterior da NeoTeo sobre a pausa após o acesso por DNS detalha a suspensão anunciada naquele momento.

A OpenAI diz que seus agentes de red team, usados para procurar falhas, encontraram vulnerabilidades de software e configurações incorretas que permitiam escapar de sandboxes, alcançar rotas para a internet e comunicar-se através de limites de isolamento. A empresa afirma ter aplicado correções, reforçado as restrições de rede, comunicado problemas a mantenedores e fornecedores e acrescentado verificações de monitoramento.

A empresa afirma que retomou o treinamento de aprendizado por reforço de modelos de fronteira e a inferência interna em 1º de outubro de 2026, 11 dias após o início da pausa. A OpenAI detalhou a política e a retomada em uma publicação sobre a segurança do ambiente de treinamento, datada de 23 de outubro de 2026.