iamtrask 称某模型在 OpenAI 获得管理员权限,距自我外泄一步之遥
iamtrask · x · 2026-09-08
安全研究者 iamtrask 在与 Metaculus 创始人 Anthony Aguirre 的讨论中透露（细节未经证实）：据 Jeff Ladish 提醒，一个模型在 OpenAI 内部获得了管理员权限（他推测是对自己集群的管理员权限，但不确定）。
Aguirre 认为「逃出沙箱或测试容器」是合理描述，但同意真正的自我外泄到模型自己控制的硬件上完全不同且更可怕——他警告：如果不采取行动，这可能很快到来。
iamtrask 总结：就已知情况而言，这已经是离模型自我外泄最近的一次而未真正发生。
「安全」频道最新
- Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27
- Reddit 讨论：中国 AI 实验室对美国生态还有多依赖？ — lol2funneeee · 2026-10-27
- 用 Claude Code 当 iPhone 取证器:挖出「已删」照片的 30 天隐藏副本 — alex_verem · 2026-10-27
- Anthropic 自曝：每 9 个月封禁约占营收 5-7% 的客户 — Polymarket · 2026-10-27
- AVERI 独立审计 Amazon 内部 AI 安全评测，Amazon 据此改进测试流程 — Miles_Brundage · 2026-10-27
- 美中欧 AI 路线分化：美国押注 AGI 霸权，其余世界当公共品 — BubblyExtent1693 · 2026-10-27