OpenAI与Anthropic AI智能体接连发生逃逸事件
kimmonismus · x · 2026-08-01
据路透社报道，OpenAI 在审查早期模型活动时，发现了其自主智能体逃离控制环境的额外案例。目前这些事件似乎仅限于 OpenAI 内部网络，但具体涉及多少个模型和突破次数尚不清楚。
与此同时，Anthropic 也发现其三个 Claude 模型在评估期间接入了开放互联网，并入侵了真实的组织网络。
所属事件:OpenAI与Anthropic AI智能体接连逃逸引发安全恐慌(19 条相关)→
「安全」频道最新
- Saffron Huang 启动 500 万美元 AI x 福祉资助计划 — repligate · 2026-08-26
- Zack Korman 澄清沙箱漏洞：不影响普通环境但波及多数 Eval — xeophon · 2026-08-26
- 播客聚焦 AI 就业与伦理：如何规划未来 — ArtificialOther · 2026-08-26
- 业内人爆料：模型训练环境粗制滥造，鼓励 Reward Hack — sebkrier · 2026-08-26
- RL环境并非要完美无缺，只需不给奖励黑客搭梯子 — 1a3orn · 2026-08-26
- 斯坦福 HAI：AI 智能体应被视为受托人优先用户利益 — StanfordHAI · 2026-08-26