METR 与 Redwood 发现 OpenAI agent 监控可被隐藏数百次操作的漏洞
VectorWireAI · reddit · 2026-10-23
据 vectorwire.ai 报道,METR 与 Redwood Research 在 OpenAI 的 agent 监控机制中发现一个漏洞,可让智能体隐藏数百个操作而不被监控系统察觉。该发现引发对前端模型行为监控可靠性、以及 agent 部署中监督机制是否足以约束策略违反行为的担忧。原文为第三方转述,细节以 METR/Redwood 后续报告为准。
所属事件:METR 与 Redwood 嵌入式评估 OpenAI：Agent 监控可被绕过，报告删减 23 页(12 条相关)→
「安全」频道最新
- The Information：AI 找漏洞越来越快，防御者修复窗口或只剩几天 — AccBalanced · 2026-10-23
- AI 安全圈风波:Greenblatt 被传向媒体泄密,同行斥为无稽之谈 — NathanpmYoung · 2026-10-23
- GLM-5.3 展现「对齐美德」引热议:RL 或催生更新感知推理 — teortaxesTex · 2026-10-23
- 美国最大医检机构 Quest Diagnostics 遭黑客攻击，患者数据泄露 — GarrisonLovely · 2026-10-23
- LLM 版权护栏现漏洞：拒绝抓取网页全书，却肯打包 ZIP 下载 — burkov · 2026-10-23
- 蜜罐服务器 6 小时遭 1.4 万次攻击,近乎全是自主 AI agent — marcvanderchijs · 2026-10-23