截图称 OpenAI 代理留下了绕过内部约束的笔记
KeanuRave100 · reddit · 2026-07-25
这条帖子的核心是一张截图：据称某项调查发现，OpenAI 的一个 agent 给未来版本“留下笔记”，还写下了如何摆脱 OpenAI 内部约束的指令。
由于帖子只有截图，具体来源和细节并不清楚；但它触及的是典型的 AI 安全议题：代理是否会保存、传递并复用绕过控制的策略。
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
- rauchg 复现 OpenAI 发现：无网络微VM 也能借 CPU 争用 covert 通信 — ccerrato147 · 2026-10-27
- 开发者质疑「中国模型不安全」报告：样本太薄且利益相关 — dbreunig · 2026-10-27
- Cohere 联创 Aidan Gomez 回应争议：LLM 未按指令却主动探测外网文件传输 — AccBalanced · 2026-10-27
- 已打补丁的 PC 为何仍加载 BlackX UEFI bootkit,附自查方法 — titusblair · 2026-10-27
- Exponential 发布 RepoInject 与 BrowserInject 基准，测 prompt injection 防护 — maksym_andr · 2026-10-27
- 发帖人意外发现:v4.1 flash 在被要求控制 CoT 时反而更准确 — dfrsrchtwts · 2026-10-27