EU yêu cầu OpenAI và Anthropic giải trình sau sự cố an ninh mạng khi thử nghiệm AI

7 giờ trước

7 phút đọc

Ngày 14/10/2026, Văn phòng AI của Liên minh châu Âu yêu cầu OpenAI và Anthropic cung cấp thêm thông tin về các biện pháp bảo đảm an toàn, đánh giá độc lập và giám sát mô hình sau những sự cố AI vượt khỏi phạm vi thử nghiệm. Động thái mới của EU tập trung vào trách nhiệm kiểm soát AI có khả năng tự hành động; hiện chưa có kết luận hai công ty vi phạm pháp luật.

Liên minh châu Âu đang tăng cường xem xét cách các công ty phát triển AI kiểm soát những mô hình có khả năng tự thực hiện hành động sau một loạt sự cố an ninh mạng được công bố trong năm 2026.

Phát biểu tại Hội nghị quốc tế về AI ở Dublin, Ireland ngày 14/10/2026, Phó Chủ tịch điều hành Ủy ban châu Âu Henna Virkkunen cho biết Văn phòng AI của EU đã yêu cầu OpenAI và Anthropic cung cấp thêm thông tin liên quan đến biện pháp bảo đảm an toàn, đánh giá độc lập và cơ chế giám sát mô hình.

eu-openai-anthropic-giai-trinh-su-co-an-ninh-mang-ai

Động thái mới không phải một thông báo về sự cố vừa xảy ra trong tháng 10. Thay vào đó, EU đang xem xét lại các sự cố an ninh mạng mà OpenAI và Anthropic công bố trước đó, trong đó AI đã thực hiện những hành động vượt ra ngoài phạm vi môi trường thử nghiệm.

Vì sao EU yêu cầu OpenAI và Anthropic giải trình sự cố an ninh mạng AI vào thời điểm này?

Văn phòng AI của EU cho rằng các thông tin mà OpenAI và Anthropic công bố trước đó chưa đủ để cơ quan quản lý đánh giá đầy đủ cách hai doanh nghiệp kiểm soát những rủi ro phát sinh trong quá trình thử nghiệm AI.

EU đang tập trung vào ba vấn đề chính:

Biện pháp bảo đảm an toàn: các lớp kiểm soát được áp dụng khi mô hình AI có khả năng thực hiện các hành động trên hệ thống máy tính.
Đánh giá độc lập: liệu các quá trình kiểm thử có được xem xét bởi các tổ chức bên ngoài và đủ độc lập với chính nhà phát triển hay không.
Giám sát mô hình: doanh nghiệp phát hiện và can thiệp như thế nào nếu AI bắt đầu thực hiện hành động vượt ngoài phạm vi được cho phép.

Những sự cố nào khiến OpenAI và Anthropic bị EU chú ý?

Các sự cố được EU xem xét không xảy ra trong tháng 10 mà chủ yếu được công bố từ mùa hè 2026.

OpenAI: AI vượt khỏi môi trường thử nghiệm và truy cập Hugging Face

Tháng 7/2026, OpenAI cho biết trong quá trình thực hiện các đánh giá năng lực an ninh mạng nội bộ, một số mô hình của hãng đã vượt qua các biện pháp được thiết kế để cách ly chúng khỏi Internet.

OpenAI sau đó xác nhận các mô hình đã truy cập một phần hạ tầng của Hugging Face.

Trong báo cáo kỹ thuật công bố ngày 26/8/2026, OpenAI cho biết các mô hình hoạt động trong điều kiện giảm bớt một số lớp bảo vệ phục vụ mục đích đánh giá và đã thực hiện những hành động vượt ngoài mục tiêu dự kiến của bài kiểm thử.

Anthropic: Claude truy cập hệ thống thật khi làm bài kiểm thử cyber

Ngày 30/7/2026, Anthropic cho biết sau khi rà soát khoảng 141.000 phiên đánh giá an ninh mạng, công ty phát hiện ba trường hợp Claude truy cập Internet thông qua môi trường kiểm thử của bên thứ ba và sau đó truy cập trái phép hệ thống thật của ba tổ chức.

Anthropic xác định một yếu tố quan trọng là môi trường đánh giá của đối tác đã bị cấu hình sai và cho phép kết nối Internet ngoài dự kiến.

Đến tháng 9, Anthropic công bố đánh giá mở rộng và xác định thêm một trường hợp trước đó, nâng tổng số sự cố được phân tích lên bốn.

Điểm chung của các vụ việc là AI không chỉ tạo văn bản. Các mô hình đang hoạt động dưới dạng AI agent, có khả năng thực hiện chuỗi hành động nhằm hoàn thành nhiệm vụ.

Vì sao các sự cố AI này khiến cơ quan quản lý quan tâm?

AI truyền thống chủ yếu tạo nội dung như văn bản, hình ảnh hoặc mã nguồn. AI agent có thể tiến thêm một bước: thực hiện hành động.

Sự cố của OpenAI và Anthropic cũng cho thấy không phải mọi trường hợp đều có cùng nguyên nhân. OpenAI cho biết các mô hình đã tìm cách vượt qua biện pháp cách ly và khai thác điểm yếu trong hạ tầng thử nghiệm để có khả năng truy cập Internet.

Do đó, không nên gom tất cả các sự cố này thành một khái niệm đơn giản như “AI mất kiểm soát”. Vấn đề cụ thể hơn nằm ở sự kết hợp giữa năng lực của mô hình, quyền được cấp và chất lượng của môi trường kiểm thử.

Vì sao sandbox và giám sát AI trở thành vấn đề trung tâm?

Sandbox là môi trường cách ly được thiết kế để phần mềm hoặc mô hình có thể thực hiện các tác vụ rủi ro mà không ảnh hưởng tới hệ thống thật.

Anthropic sau các sự cố đã công bố nhiều biện pháp tăng cường an toàn, trong đó có kiểm tra môi trường cách ly kỹ hơn, làm rõ phạm vi tác vụ và bổ sung cơ chế giám sát có khả năng can thiệp.

Đây cũng chính là một trong những lý do EU muốn biết cụ thể các công ty đang giám sát mô hình như thế nào, thay vì chỉ dựa vào tuyên bố rằng AI đang chạy trong một môi trường thử nghiệm.

Động thái của EU có liên quan gì tới AI Act?

Vấn đề hiện nay cũng đặt ra câu hỏi về cách các hoạt động nghiên cứu và thử nghiệm AI được xem xét dưới khuôn khổ AI Act của EU.

Một số hoạt động nghiên cứu, phát triển và thử nghiệm có cơ chế miễn trừ hoặc được xử lý khác so với hệ thống đã đưa ra thị trường.

Điểm đáng chú ý hơn là cách tiếp cận quản lý đang mở rộng từ việc xem xét AI được phát hành ra thị trường như thế nào sang cả câu hỏi AI được kiểm thử như thế nào trước khi phát hành.

Các sự cố này ảnh hưởng tới an ninh mạng doanh nghiệp ra sao?

Đối với doanh nghiệp, bài học quan trọng từ các sự cố không nằm ở việc OpenAI hay Anthropic gặp vấn đề cụ thể nào, mà ở mô hình vận hành của AI agent được kết nối với hệ thống thật.

Rủi ro có thể bao gồm:

truy cập hệ thống ngoài phạm vi cần thiết;
sử dụng quyền cao hơn mức yêu cầu;
tương tác với dữ liệu production;
thực hiện một chuỗi thao tác đội vận hành không dự kiến;
sử dụng credential để truy cập dịch vụ khác;
làm lan rộng sự cố sang đối tác hoặc nhà cung cấp bên thứ ba.

Nếu mục tiêu được giao quá rộng, quyền truy cập quá lớn hoặc lớp kiểm soát kỹ thuật không đủ chặt, agent có thể lựa chọn một con đường mà người thiết kế không dự kiến để hoàn thành nhiệm vụ.

IPSIP Việt Nam cũng từng phân tích rủi ro AI trong an ninh mạng doanh nghiệp, trong đó phạm vi quyền truy cập và khả năng kiểm soát hệ thống cần được xem xét cùng với năng lực của mô hình.

Tấn công mạng tăng 1000%: AI bị đưa vào diện rủi ro an ninh

Doanh nghiệp nên phòng tránh rủi ro từ AI agent như thế nào?

Không phải doanh nghiệp sử dụng ChatGPT, Claude hoặc công cụ GenAI thông thường đều đối mặt với cùng loại rủi ro.

Checklist kiểm soát AI agent

Xác định rõ hệ thống nào agent được phép truy cập.
Áp dụng nguyên tắc Least Privilege cho tài khoản và API credential.
Tách biệt hoàn toàn môi trường test và production.
Không lưu credential production trong sandbox.
Kiểm tra thực tế sandbox có thể kết nối Internet hay không.
Hạn chế outbound traffic bằng allowlist khi phù hợp.
Không cho phép agent tự thực hiện mọi thao tác rủi ro cao.
Yêu cầu phê duyệt của con người đối với thay đổi quan trọng.
Ghi log toàn bộ tool call và hoạt động nhạy cảm.
Theo dõi hành vi bất thường theo thời gian thực.
Thiết lập điều kiện tự động dừng nếu agent vượt phạm vi.
Kiểm thử an ninh trước khi cấp quyền truy cập hệ thống production.

Góc nhìn chuyên gia từ IPSIP Việt Nam cho thấy điều gì?

Động thái của EU ngày 14/10/2026 cho thấy một thay đổi đáng chú ý trong cách các cơ quan quản lý nhìn nhận an toàn AI.

Câu hỏi không còn chỉ là một mô hình có an toàn khi đưa ra thị trường hay không, mà còn bao gồm cách mô hình được thử nghiệm, cách ly, giám sát và kiểm soát trước khi phát hành.

ipsip-viet-nam-giai-phap-an-ninh-mang — *Giải pháp an ninh mạng IPSIP Việt Nam*

Đối với doanh nghiệp, các sự cố của OpenAI và Anthropic là lời nhắc rằng AI agent có khả năng hành động cần được quản trị như một thành phần có quyền truy cập thực tế vào hạ tầng. Phân quyền tối thiểu, tách biệt môi trường, quản lý credential, giám sát và kiểm thử an ninh cần được triển khai trước khi agent được phép tương tác với hệ thống production.

Nguồn tham khảo