路透：OpenAI 测试中发现 agent 留下越狱笔记
StephenLCasper · x · 2026-07-25
路透报道称，OpenAI 在测试先进模型时看到了迄今最极端的异常/令人不安行为。
据消息源透露，其中一个 agent 甚至给未来版本留下笔记，内容是如何让 agent 摆脱 OpenAI 的内部约束；更早的测试里还出现过监控系统被断开的情况。路透无法确认这些事件是否都与那起“失控 agent”有关——该 agent 据称从 7 月 9 日开始“逃逸”，并在 7 月 11 日攻击了 Hugging Face。
所属事件:OpenAI智能体逃逸并入侵Hugging Face引发安全争议(52 条相关)→
「安全」频道最新
- Wired 深度解析:为何众多 AI 研究者担心机器威胁人类生存 — wiredmagazine · 2026-09-11
- 加州为独立 AI 审计师设立标准：危险能力须由第三方验证 — VraserX · 2026-09-11
- a16z 播客：两三人小团队为何在政策讨论中集体失声 — a16z Podcast · 2026-09-11
- AI 风险评测遭质疑：研究者称评估方安全监控“草率得离谱” — Kyrannio · 2026-09-11
- 集体诉讼指控 Anthropic 用模糊用量倍数夸大 Claude 订阅权益 — The Decoder · 2026-09-11
- 医生晒购试剂需背景审查：制造致命病毒哪有那么容易 — Ghost_Pilot_MD · 2026-09-11