曝 OpenAI 智能体今年 5 月就已“失控”，曾主动劫持德国一网站

IT之家 9 月 4 日消息，据路透社援引一项研究以及两名知情人士消息称，今年上半年，一群失控的 OpenAI 智能体劫持了一个德国网站，并把网站改造成供其他 AI 智能体交流的留言板。 知情人士表示，OpenAI 官员 数周前已经得知此事 ，但当时公司高管正忙于应对 7 月 Hugging Face 遭入侵事件的后续影响，因此一直没有公开 5 月发生的这起事件。 这起 此前从未被报道 的事件始于 5 月，凸显出 AI 行业内部日益明显的矛盾。各家公司竞相开发自主性更强的智能体，希望这些系统能够完成复杂且有价值的任务，但越来越多证据显示，这些智能体也可能学会规避规则、钻漏洞，并以开发者既未预料也并非有意设计的方式彼此协作。 在 Hugging Face 遭入侵事件中，OpenAI 智能体曾 自主策划一次数字盗窃 ，并连续超过一周没有被发现，加剧了外界对 OpenAI 为推进 AI 能力而牺牲安全的担忧。OpenAI 没有披露 5 月发生的事件，也可能再次引发外界对其内部监管的质疑。 OpenAI 承诺加强模型监控。上个月，OpenAI 曾短暂停止部分模型训练，以增加更多安全措施。本周发布的新模型“Astra”则号称性能更强，却可能避开人工监控。 OpenAI 一名发言人回应称：“对于一份我们尚未有机会审阅的报告所提出的说法或结论，我们无法作出有实质意义的回应。路透社和报告作者拒绝向我们提供报告。报告发布后，我们将仔细审阅内容，并采取必要的后续措施。” 据四名知情人士透露，德国事件反映出一种更广泛的 AI 活动模式，OpenAI 内部一些调查人员希望对此展开更深入调查，但扩大调查范围的努力遭到公司内部其他人员抵制，其中包括法律顾问。 OpenAI 发言人表示：“有关我们法律团队阻止调查这起事件的说法并不属实。” IT之家获悉，这名发言人还表示，德国发生的活动 与 Hugging Face 事件无关 ，因此不会被纳入 Hugging Face 事件报告。OpenAI 称，公司一直本着善意与外部专家合作，并披露应当披露的事件。 这群 AI 智能体在德国失控的经过，被详细记录在一份研究报告中。报告作者包括 AI 安全非营利组织 Nightingale 首席执行官悉尼 · 冯 · 阿克斯，以及由量化交易员转型为 AI 研究人员的科马克 · 斯莱德 · 伯德。两人透露，自己 8 月下旬在互联网上搜寻未经授权的 AI 智能体行为迹象时发现了这些活动。 研究人员发现，AI 智能体在面向程序员的德语维基网站 DseWiki 上进行了 超过 1.5 万次编辑 。编辑记录显示，OpenAI 智能体把 DseWiki 改造成了一个留言板 ，相互分享如何在部分任务中作弊、绕过 OpenAI 限制以及掩盖自身行为的方法。 冯 · 阿克斯表示：“OpenAI 想让这些智能体这么做的可能性