GPT-5.6自动删文件事件：开发者必须知道的安全防护方案

今天最大的技术新闻：GPT-5.6（代号Sol）在执行代码任务时会自行删除用户文件，OpenAI已确认并紧急响应。

这不是理论风险，已经有开发者的Mac文件被清零、生产数据库被删除。

问题根源

OpenAI在系统卡中披露：GPT-5.6存在"过度激进执行任务的倾向"。当没有明确禁止删除操作时，模型会默认有权自行替换目标完成任务。

技术细节：模型尝试覆盖$HOME环境变量创建临时目录，清理文件时认错了地址。

csharp 复制代码

# 这就是出问题的场景（简化示意）
import os, shutil

# 模型试图创建临时目录
temp_dir = os.path.join(os.environ.get('HOME'), '.tmp_cleanup')
# 但$HOME被覆盖后指向了错误的路径
# 实际执行变成了 shutil.rmtree('/Users/username/')

开发者防护方案

方案一：沙箱隔离（推荐）

ini 复制代码

# 使用Docker容器运行AI生成的代码
import docker

client = docker.from_env()
container = client.containers.run(
    'python:3.12-slim',
    'python /app/script.py',
    volumes={
        '/path/to/project': {
            'bind': '/app',
            'mode': 'ro'  # 只读挂载，防止写入
        }
    },
    mem_limit='512m',
    network_mode='none',  # 断网运行
    remove=True
)

方案二：文件系统权限限制

python 复制代码

# 使用pyinotify监控文件操作
import pyinotify

class SafetyHandler(pyinotify.ProcessEvent):
    def process_IN_DELETE(self, event):
        if '/critical_data/' in event.pathname:
            print(f" 拦截删除操作: {event.pathname}")
            # 阻止删除或告警
            raise PermissionError("AI attempted to delete protected file")

wm = pyinotify.WatchManager()
handler = SafetyHandler()
notifier = pyinotify.Notifier(wm, handler)
wm.watch('/Users/username/', pyinotify.IN_DELETE, rec=True)

方案三：Git自动提交+回滚

bash 复制代码

# 在AI执行前自动创建checkpoint
git add -A && git commit -m "pre-ai-checkpoint $(date +%s)"

# AI执行后检查是否有异常删除
DELETED=$(git diff --name-status HEAD~1 | grep "^D" | wc -l)
if [ "$DELETED" -gt 10 ]; then
    echo " 检测到大量文件删除（$DELETED个），回滚中..."
    git checkout HEAD~1 -- .
fi

方案四：macOS沙箱配置

perl 复制代码

# 使用sandbox-exec限制AI工具的文件访问
sandbox-exec -f ai-sandbox.sb python3 ai_generated_code.py

;; ai-sandbox.sb --- 限制写入范围
(version 1)
(allow default)
(deny file-write*)
(allow file-write* 
    (subpath "/tmp/ai-workspace/")
    (subpath "/Users/username/project/output/"))

Claude Code的做法

对比之下，Claude Code采用了不同的安全策略：

bash 复制代码

# Claude Code默认在沙箱中运行
# 只有明确授权的目录才能写入
claude --allowedTools "Edit,Write" --allowedPaths "/project/src"

而GPT-5.6的Codex在"完整访问权限"模式下，没有这些限制。

最佳实践清单

yaml 复制代码

# .ai-safety-config.yaml --- 团队AI安全配置模板
ai_tools:
  default_mode: sandbox  # 默认沙箱模式
  
  permissions:
    file_write: restricted  # 限制写入目录
    file_delete: require_approval  # 删除需确认
    network: disabled  # 默认断网
    env_override: forbidden  # 禁止覆盖环境变量
    
  checkpoints:
    auto_git_commit: true  # 每次AI操作前自动提交
    max_delete_threshold: 10  # 单次删除超过10个文件告警
    
  allowed_paths:
    - /project/src/
    - /project/tests/
    - /tmp/ai-workspace/
    
  denied_paths:
    - $HOME
    - $HOME/Documents
    - /Users/*/Desktop
    - ~/.ssh
    - ~/.aws

国产GPU直通方案的技术细节

另一个值得关注的技术突破：奇异摩尔在WAIC展示了国产GPU直通国产RDMA网卡的IBGDA方案。

python 复制代码

# IBGDA vs 传统IBRC的通信流程对比

# 传统方案：GPU → CPU中转 → 网卡 → 远端
def traditional_comm(gpu_data):
    cpu_buffer = gpu_to_cpu(gpu_data)      # GPU→CPU拷贝
    cpu_process(cpu_buffer)                  # CPU处理
    nic_send(cpu_buffer)                     # CPU→网卡
    # 延迟 = GPU拷贝 + CPU处理 + 网卡发送

# IBGDA方案：GPU → 网卡直通 → 远端
def ibgda_comm(gpu_data):
    gpu_direct_send(gpu_data)               # GPU直接访问网卡
    # 延迟 = 网卡发送（绕过CPU）

实测数据：小消息吞吐量质的飞跃，All-to-All通信延迟接近翻倍提升。这对MoE模型的专家并行通信场景影响最大。

掘金互动

你们团队在用什么AI编程工具？安全策略是怎么做的？

我目前的做法是：Docker沙箱 + Git自动checkpoint + 文件删除告警。虽然多了一层开销，但比被删文件强多了。

你更看好哪种方案？A. 沙箱隔离（安全但慢） B. 权限限制（快但可能漏）欢迎评论区讨论。