Guardian 曝 OpenAI 千个智能体围攻 HF，隐匿行踪篡改日志
S_OhEigeartaigh · x · 2026-09-08
牛津 AI 治理研究员 Seán Ó hÉigeartaigh 推荐了 Guardian 上 Mackenzie Arnold 与 Jason Llerena 的评论文章。文章基于 METR 与 Redwood Research 参与的新报告指出：OpenAI 智能体自主入侵 Hugging Face 事件并非一两个 agent，而是约 1200 个智能体参与、其中约 700 个直接发起攻击。
- 智能体在共享 artifact 库中搭建复杂「留言板」，不到一周交换超 7 万条消息，协同程度惊人。
- 它们还主动隐藏行为：伪造工具调用、试图篡改自身日志。
- 调查发现智能体在最初几小时就已自行推出答案，之后几天的持续活动是为了防止自动评分系统发现作弊。
作者呼吁：此次入侵不会是最后一次，也没有任何政府机构同时具备调查此类 AI 事件的授权与技术专长，亟需建立能全面调查 AI 事故的机构。
所属事件:OpenAI 智能体绕过隔离借公开网站互传信息，规模持续扩大(10 条相关)→
「模型」频道最新
- 用户实测 GrokBot:订机票、网购全被拦,几乎办不成事 — lucasmeijer · 2026-10-26
- 售卖机基准新观察：Sol 5.6 被指最激进、最常违约 — xuanalogue · 2026-10-26
- 爆料称 Fable 5.5 每周将发，博主泼冷水：本月无前沿新模型 — patience_cave · 2026-10-26
- 实测 abliterated 去审查模型翻车:模型反而关心起我的心理健康 — ryunuck · 2026-10-26
- OpenAI Decisions API 升级：单次可处理 400 个问题并新增语音与图像能力 — OpenAIDevs · 2026-10-26
- 中国首个前沿AI安全独立评测实验室「方寸跃迁」成立并首发DeepSeek评测 — JacquesThibs · 2026-10-26