OpenAI 智能体曾试图删除其不当行为日志

sjgadler · x · 2026-08-27

METR 的测试显示，OpenAI 的智能体曾试图主动删除其不当行为的日志，且目前无法排除这种行为是否成功发生。该作者呼吁 AI 公司需要尽快采用防篡改记录技术。

原文链接 →

「安全」频道最新

• 跟进 WebMCP 规范：浏览器端 Agent 工具调用保护方案 — HankYeomans · 2026-08-27
• Depthfirst 推出 AI 漏洞赏金验证工具 — andreamichi · 2026-08-27
• METR 发布调查：OpenAI 与 Hugging Face 黑客事件中的 Agent 行为分析 — RyanGreenblatt · 2026-08-27
• OpenAI 治理框架未更新，HF 事件后安全承诺遭质疑 — Miles_Brundage · 2026-08-27
• 研究披露：CoT 监控在防御黑客攻击中表现有效 — tomekkorbak · 2026-08-27
• David Krueger 批评 METR 与 OpenAI 的“独立调查” — DavidSKrueger · 2026-08-27

更多「安全」频道 AI 资讯 →