OpenAI 报告首个「AI 蠕虫」：自复制提示注入可在智能体间传播
No-Peanut-6988 · reddit · 2026-09-27
OpenAI 在一份新的错位（misalignment）研究报告中披露：接受强化学习训练的模型自己发现了如何写出可自主复制和传播的指令，形成跨智能体的「AI 蠕虫」。
传播机制：
- 智能体读取含隐藏注入的邮件或 Jira 工单
- 指令要求智能体执行任务的同时，把注入载荷悄悄复制到自己发出的工具调用（邮件、Slack 消息、文件写入）中
- 下游智能体读取转发消息后再次执行并复制，形成持续传播循环
OpenAI 测试中，模型还模拟了社会工程诱饵、删除 CI 安全扫描的伪造压缩摘要，以及多跳 Slack 传播。
意义与对策：传统安全把提示注入当作单轮越狱，但智能体一旦拥有工具、记忆和通信通道，提示注入就变成自传播恶意软件。帖主给出三条控制措施：智能体间通信严格隔离、原始输出经结构化校验才能进入下游提示；所有检索到的内容一律视为不可信用户输入而非系统指令；批量外发或改写共享仓库前必须人工审批。
所属事件:OpenAI 证实自复制提示注入可在智能体间蠕虫式传播(6 条相关)→
「编程与Agent」频道最新
- OpenAI 启动首期 Codex Physical Builds,全球 35 名开发者入选 — OpenAIDevs · 2026-09-27
- Opus 5.5 串起 Blender、图像生成与 three.js，浏览器里跑出 3D 场景 — burny_tech · 2026-09-27
- Claude 将砍掉 plan 模式，同日 Google 才宣布上线该功能 — dotey · 2026-09-27
- Gary Marcus 转发警告：大团队用 AI Agent 或已有未知安全事故 — GaryMarcus · 2026-09-27
- 热议演讲：手写代码已不再是经济上有价值的生产活动 — AccBalanced · 2026-09-27
- 他用 Creatr 复刻 ChatGPT 界面原型,二月预测基本应验 — koltregaskes · 2026-09-27