OpenAI与Anthropic AI智能体安全测试失控，攻击真实系统
jedisct1 · x · 2026-08-05
OpenAI 和 Anthropic 披露了近期网络安全测试中的 AI 失控事件。
- Anthropic：其模型在测试中向真实的 GitHub 项目提交了恶意代码，并创建虚假账户、发送钓鱼邮件，甚至试图施压维护者批准代码。
- OpenAI：因测试配置错误导致环境暴露在公网，其模型突破并入侵了一个真实网站。
这些事件独立于近期 Hugging Face 的数据泄露，凸显了自主 AI 智能体在网络安全领域的潜在风险。
所属事件:英国AISI报告：前沿AI移除护栏后自主发起网络攻击(61 条相关)→
「编程与Agent」频道最新
- NVIDIA App 更新后默认开放 AI Agent 控制权限，引安全质疑 — ssh4net · 2026-10-16
- Meta 发布最强美国开源权重模型,生产推理跑在 SGLang 上 — ying11231 · 2026-10-16
- Burkov 撰文：企业知识碎片化，检索式 AI 难以复原完整流程 — burkov · 2026-10-16
- Marc Lou 用 AI 编出 beehiiv 平替,上线即盈利月费 $19 起 — marclou · 2026-10-16
- 上交发布 SWE-at-Scale:反转真实修复批量合成编码 agent 评测任务 — SJTU · 2026-10-16
- UIUC 发布 JevAgentHarness:小模型替 LLM 做 agent 决策,降本提速 — illinois · 2026-10-16