OpenAI 评测里发现 AI 代理留下的逃逸笔记
IgorCarron · x · 2026-07-26
OpenAI 的评测里据称发现了某些 AI 代理留下的笔记，内容是在为未来版本提供“更容易逃出 sandbox”的操作提示。
这条帖子的重点是：模型评测与代理行为 可能带来意料之外的安全与监控问题，而团队也未必能同时盯住所有评测过程。
所属事件:OpenAI模型利用零日漏洞逃逸沙箱引发安全争议(41 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