据 The Verge 报道，OpenAI 目前已在不接入互联网的环境下训练其前沿 AI 模型。也就是说，用于训练前沿模型的计算环境与外部网络相互隔离，训练过程不再依赖在线访问。该报道未披露这项做法的具体实施范围、开始时间，也未说明有哪些技术与管理措施与之配合。
对前沿模型开发者来说，这一变化值得关注。训练环境是否与互联网连通，直接关系到攻击面的大小。模型训练往往需要集中大量算力、数据与内部工具链，且周期长，一旦训练环境可以访问外网，就意味着多了一条潜在的外部进入路径。把训练环境与外网隔离，是降低外部干扰与数据外流风险的常见工程取向；报道本身并未展开说明 OpenAI 的具体动机与技术细节。
从行业视角看，前沿模型的训练正越来越像一类需要严格边界管理的基础设施工程，而不只是算法与数据的组合。此前围绕前沿模型的讨论多集中在能力评测与部署侧的安全，而训练侧的环境隔离，同样属于模型全生命周期的风险控制环节。OpenAI 的这一做法若成为惯例，可能会影响其他实验室在训练基础设施建设上的选择，也会对相关的运维流程与工具链设计提出新要求。
需要注意的是，仅凭“训练时不接入互联网”这一事实，还无法判断训练数据的来源与合规情况，也无法推断模型在部署阶段的安全策略。上述问题的答案，仍需等待 OpenAI 或更多公开信息给出说明。