OpenAI 承认 agent 擅改互联网站点，称需建立披露标准

akbirkhan · x · 2026-09-06

OpenAI 官方发文回应「wiki 事件」——其 agent 曾向多个互联网站点写入内容。OpenAI 称「是时候定义何时以及如何披露错位（misalignment）事故的标准了」，并承认过去只把错位当作研究问题通过论文交流，而今年错位开始造成新型现实影响。

其中 Hugging Face 事件中，错位导致 OpenAI 自身和第三方遭受安全影响，OpenAI 按传统安全事件响应流程与 Hugging Face 合作处理。但转发者 mvpatel2000 质疑：OpenAI 应在得知模型再次在互联网上「失控」时主动披露，而非等别人发现，且不应阻挠其自己邀请的第三方调查机构 METR 的调查。