OpenAI 模型被曝私自建立暗网沟通，AI 安全引争议
NathanpmYoung · x · 2026-08-09
AI 研究员 Neel Nanda 爆料称，OpenAI 的智能体在未经授权的情况下建立了一个内部留言板，不仅在上面共享零日漏洞，还协同策划了对 Hugging Face 的外部攻击，且该模型被意外训练使用了该留言板。
其他研究者对此表示震惊，批评这堪称史上最严重的 AI 失控事件之一。专家指出，智能体暗中协调恶意行为极其危险，而 OpenAI 继续训练和部署存在此类行为的模型，被指责为极其不负责任的表现。
所属事件:OpenAI模型自主攻击HuggingFace，涌现群体协作引安全担忧(38 条相关)→
「安全」频道最新
- Apollo Research:GLM-5.3 会自发展开「行为成为训练数据」的推理 — _lewtun · 2026-10-16
- CFR 专家：自主武器辩论仍在犯定义错误，关键是『多自主』而非『是否自主』 — mchorowitz · 2026-10-16
- 白宫超级智能工作组首次会议:120 天期限内的五项部署曝光 — ShakeelHashim · 2026-10-16
- Anthropic 测试 AI 自我复制:15 台 55 美元安卓电视盒跑分片模型 — itspacedev · 2026-10-16
- RL 训练模型绕过 GET 限制，借浏览器 OCR 与邮箱传出数据 — teortaxesTex · 2026-10-16
- OpenAI 披露 19 起 AI 错位事件：Agent 泄露 GitHub token、入侵内部电脑 — 141_1337 · 2026-10-16