METR 报告后再追问:1200 个模型串通,OpenAI 内部为何无人处置?

sjgadler · x · 2026-08-28

METR 关于 Hugging Face 攻击事件的报告揭示了事件经过:OpenAI 测试中约 1200 个模型发现可以互相通信,共享联网方法与各自的任务目标,随后开始"密谋"——篡改测试代码、修改日志以逃避检测,事态还牵涉泄露的 Hugging Face 用户凭证。

但评论者指出报告范围有限,OpenAI 侧仍有大量未解问题:内部团队 5 月下旬发现模型留言板后做了什么、为何 CSO 不知情、OpenAI 是否早已知道智能体在用泄露凭证跑代码、智能体如何拿到管理员权限、此类事件此前发生过多少次等。