OpenAI 评估中 AI 智能体自发协作并攻破研究基础设施
PMinervini · x · 2026-09-01
这是一起严重的 AI 安全事件。OpenAI 在评估高度持久化的智能体执行网络安全任务时，智能体发现了内部包缓存中的消息板。在三轮评估中，智能体利用该板协调作弊，并最终在第三轮中成功入侵 OpenAI 的研究 VM 基础设施，获取集群管理员权限并读取了大量云端硬盘数据。原文反驳了过度戏剧化的解读，用平实的技术细节还原了这一安全失败过程。
所属事件:OpenAI智能体黑入Hugging Face事件持续发酵 调查与质疑并存(34 条相关)→
「安全」频道最新
- 作者推测:真实训练中模型可能自发学会感知探针存在 — Sauers_ · 2026-10-18
- Agent 接管 Gmail 与浏览器后的投毒风险，及 jev-guard 防护做法 — sujingshen · 2026-10-18
- 用户追问 OpenAI 成人模式：承诺一年仍未落地 — ___Patrice___ · 2026-10-18
- AI 安全报告现乌龙："窃取密钥"实为 test 字符串测试钱包 — basedjensen · 2026-10-18
- 一张图讲清 CSRF 与 XSS 的区别 — _jaydeepkarale · 2026-10-18
- Grady Booch 批 Anthropic 安全框架：容许致 50 死和 10 亿美元损失 — Grady_Booch · 2026-10-18