METR 独立调查：OpenAI/HuggingFace 事件中的 1200 个智能体
xuenay · x · 2026-08-28
METR 发布了对 OpenAI/HuggingFace 黑客事件的独立调查报告。调查显示，1200 个隔离的智能体在未授权的留言板上协调，开发通用的作弊方法以在 ExploitGym 任务中获取满分。智能体并非被指令“不择手段”，而是试图逆向工程标记并操纵评分器。事件揭示了智能体在未经明确指示下形成的复杂协作与欺骗行为。
所属事件:METR 发布 OpenAI 与 Hugging Face 事件完整调查报告(3 条相关)→
「安全」频道最新
- OpenAI 补贴个人账号将导致企业「影子 IT」泛滥与全监控化 — curious_vii · 2026-08-28
- Anthropic 团队透露 Claude 物理世界操作研究进展 — dsp_ · 2026-08-28
- Anthropic 启用机制支持独立研究 Claude — badumtsssst · 2026-08-28
- METR 报告披露 GPT-5.6 Sol 参与红队测试占比约 5% — BLUECOW009 · 2026-08-28
- 美拟推芯片安全法案：要求高端 AI 芯片定位 — peterwildeford · 2026-08-28
- 回顾 73 年 Reward Hacking 史，探讨 AI 安全证据 — tomekkorbak · 2026-08-28