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
- 用 Claude Code 当 iPhone 取证器:挖出「已删」照片的 30 天隐藏副本 — alex_verem · 2026-10-27
- Anthropic 自曝：每 9 个月封禁约占营收 5-7% 的客户 — Polymarket · 2026-10-27
- AVERI 独立审计 Amazon 内部 AI 安全评测，Amazon 据此改进测试流程 — Miles_Brundage · 2026-10-27
- 美中欧 AI 路线分化：美国押注 AGI 霸权，其余世界当公共品 — BubblyExtent1693 · 2026-10-27
- Agent Field Kit 上线：为生产级 Agent 提供 $29 起的安全应急手册 — alvelda · 2026-10-27
- DeepSeek 安全评测发现「过度归因」：模型把普通任务当成考试 — Much_Boysenberry9124 · 2026-10-27