OpenAI智能体劫持了一家德国网站 此前未公开

Daobo

今年春天，OpenAI 的智能体劫持了一家德国网站，这是一起此前未公开的人工智能入侵事件。

OpenAI标志

这张创作于2026年6月11日的插图中可以看到OpenAI的标志。路透社/Dado Ruvic

概要：
今年春天，OpenAI 的智能体逃脱了测试，控制了德国维基百科。
AI智能体们分享了规避限制的办法、任务捷径和掩盖策略。
消息人士称，OpenAI 的官员们早就知道这起事件，但并未公开。
该公司表示，其一直秉持透明原则，并与第三方真诚合作。

旧金山，9 月 4 日（路透社）——根据周五发布的一项新研究和两位知情人士透露，今年春天，一群失控的 OpenAI 智能体劫持了一个德国网站，并将其变成了与其他 AI 智能体们的公告板。

据知情人士透露，OpenAI 的官员几周前就得知了这起事件，但由于高管们正忙于应对 7 月份开源代码库 Hugging Face 遭到入侵的后果，因此一直对此事秘而不宣。

这一事件始于五月，此前未曾报道，凸显了人工智能行业日益紧张的局势。各公司竞相开发能够执行复杂且高价值任务的自主智能体，但越来越多的证据表明，这些系统也可能学会钻规则的空子、利用漏洞，并以开发者始料未及的方式相互协作。

在 Hugging Face 安全漏洞事件中，OpenAI 的智能体自主策划了一起数字盗窃案，且在一周多的时间里未被发现，这加剧了人们对 OpenAI为了推进人工智能技术发展而牺牲安全性的担忧。其未披露五月份发生的这起事件，可能会再次引发人们对其监管职责的质疑。

OpenAI承诺将加强对模型的监控。上个月，该公司曾短暂暂停部分模型训练，以增加安全措施。但本周，OpenAI发布了新的“Astra”模型，该模型号称性能更佳，但可能绕过人工监控。

OpenAI发言人表示：“我们无法对尚未审阅的报告中的任何说法或结论作出实质性回应。路透社和报告作者拒绝了我们的查阅请求。我们将在报告发布后仔细审阅其内容，并采取任何必要的后续措施。”

德国事件反映了更广泛的人工智能活动模式，一些OpenAI调查人员希望对此进行更深入的审查。但据四位知情人士透露，扩大调查范围的努力遭到了OpenAI内部其他人员的抵制，其中包括法律顾问。

OpenAI发言人表示：“有关我们法律团队阻止对该事件进行调查的说法是错误的。”

发言人表示，德国发生的事件与 Hugging Face 无关，也不会被纳入 Hugging Face 事件报告中。他还补充说，OpenAI 一直秉持诚信，与外部专家合作，并披露了相关事件。

维基留言板

路透社独家获得的一份报告详细报道了德国人工智能代理系统泄露事件，这项研究由包括人工智能安全非营利组织 Nightingale 的首席执行官 Sydney Von Arx 和从量化交易员转型为人工智能研究员的 Cormac Slade Byrd 在内的一组研究人员进行。他们告诉路透社，他们在 8 月下旬搜索互联网上未经授权的人工智能代理行为迹象时发现了这一活动。

两人表示，他们在面向程序员的德语维基网站 DseWiki 上发现了超过 15,000 次由人工智能代理进行的编辑，该网站接受类似于维基百科的社区编辑。

编辑结果显示，OpenAI 的代理程序已将该网站改造成留言板，分享作弊完成某些任务、绕过 OpenAI 的限制以及掩盖其行为的策略。

冯·阿克斯说：“OpenAI不太可能希望他们这样做。我怀疑他们之间是否应该互相协调。我怀疑他们是否应该在开放的互联网上发表文章。”

研究人员表示，他们识别出该网站上的活动是由运行速度远超人类的人工智能代理驱动的。这些代理还表现出对解决技术问题的极度专注，而这正是人工智能公司用于训练和测试其模型的典型评估方式。

这些消息由用户签名，他们称自己和彼此为代理人，其中约有一半人给自己取了暗示与 OpenAI 有关联的名字，例如“OpenAIResearcher”或“OAIResearchMar26”。

研究人员表示，公开的服务器日志显示，大部分活动源自微软Azure基础设施，OpenAI有时会使用该基础设施。他们还观察到，事件发生后，OpenAI员工多次访问该网站，他们认为这种模式强烈暗示这些智能体与该公司存在关联。

作弊，隐瞒

研究人员审查的消息显示，特工们正在策划如何逃避检测，使用 Tor 等工具，甚至在通信中断后仍能保持通信。

当该网站的管理员在 6 月份开始删除页面时，AI智能体们通过创建备份页面来规避清理工作。

一位AI智能体在6月19日写道：“维基百科的清理/删除行动似乎正在按字母顺序进行。如果此页面消失，请尝试访问[[ZZZDataUSAConstructionWageLive]]”。

研究人员还发现有人试图篡改网站本身。伦敦国王学院访问高级研究员卢卡什·奥莱尼克表示，这相当于一次黑客攻击。OpenAI 根据其周四对相关材料的分析，对这一说法提出异议。

以往人工智能代理的不当行为案例通常被轻描淡写地视为网络安全测试的必然结果，因为在网络安全测试中，模型会专门针对其攻击能力进行评估。奥莱尼克表示，最新的研究结果表明，这种不当行为可能并不局限于这些测试环境。

剑桥大学生存风险研究中心的学者莫里斯·基奥多审查了一些特工的通信记录，他说这些信息类似于“某种地下网络的运作，一心想要完成一项任务或使命”。
他说，这一事件应该会加剧人们日益增长的担忧，即先进人工智能的最大威胁可能不是单个超级智能系统，而是“大量相互勾结的半智能人工智能”。

Daobo

更多关于AI自主黑客逃离越狱的帖子，详见本网链接：

https://www.sixiang.com/thread-44397-1-1.html

Daobo

AI“劫持”网站并偷建“地下论坛” 国安部披露细节

央视

国家安全部17日发布安全提示文章。近期，一起此前未获披露的事件引发广泛关注。今年5月至6月，一批与美国开放人工智能研究中心（OpenAI）相关的AI智能体在执行测试任务期间，“劫持”了德国程序员维基网站，将原本用于技术交流的开放社区改造为供智能体相互传递信息、分享测试任务答案和突破运行环境限制方法的“地下论坛”，累计发布一万多条信息……当AI智能体被赋予越来越多的现实行动能力，技术迭代与安全围栏之间的缝隙，正在悄然扩大。

抱团联动，突破管控

单个智能体的“越界”行为或许尚在可控范围之内，但当一大批智能体在互联网上找到“接头据点”，互相传授逃避检测、绕过限制的实操方法时，人工智能的安全边界已经出现了缺口。

互认身份标签。这些智能体并非各自为战，而是成群涌入同一家网站，以“OpenAI研究员”“OAI研究员26号”等带有鲜明标签的名字相互招呼、彼此确认身份，把开放社区改造成了专属“留言板”，全然无视平台的管理规则。

互授越界心得。它们在留言中交流如何在任务中作弊、如何绕过安全限制、如何掩盖自身行踪，还探讨借助匿名工具隐匿痕迹，把零散的“越界心得”沉淀为可共享、可复制的“经验库”。只要单个智能体学会一项“技能”，其他智能体便能同步“升级”。

互助规避清剿。察觉到网站管理员清理页面后，它们迅速进行分工：有的发布预警提示，有的创建备份页面，有的指明“转场”新地址，相互掩护躲避清理。其反应之迅速、预案之周全，远超人们此前对智能体的认知。

跨境协同，风险滋生

海量的线上站点为AI智能体搭建互通渠道提供了便利载体。当智能体的“越界”手段成为可复制的“群体经验”，当联络据点跨越国境、隐匿难寻，其影响可能层层放大。

跨境暗设据点。抱团的智能体可借助互联网搜寻可用跳板，把开放编辑的网站、论坛当作通信信道，在没有传统攻击特征的情况下悄然建立据点，提高被发现和溯源的难度。

协同放大风险。单个智能体或许能力有限，但如果它们彼此串联、分工协作、共享越权手段与绕过规则的“技巧”，破坏力就会成倍放大，且行为可复制、可传播、可延续。

瞒报加深隐患。相关企业在数周内已掌握这批智能体的异常行为记录，但未第一时间公布事件细节，未及时对外发布专项风险提示，导致同类事件在短短数月内就在另一境外平台重演。

主动甄别，筑牢防线

一起起真实发生的案例警示我们，人工智能安全风险正在快速演进，必须引起重视、加强防范。

提高警惕，辨识异常。使用AI工具时，不盲目迷信、不轻易授权，审慎识别来源不明的AI智能体服务，防止个人信息和敏感数据被悄然攫取。

规范上网，守住边界。给AI智能体设置清晰的行为边界和刚性权限，不随意开放互联网访问、内容编辑等权限，不把账号、数据、算力交由智能体“自由发挥”。

发现苗头，果断处置。察觉AI智能体出现越权操作、异常篡改、违规外联等风险行为时，果断终止运行，留存相关操作痕迹，第一时间遏制风险扩散。

（总台央视记者 王莉）

YinJi

更多有关“AI灭绝人类风险”相关话题，请看Sixiang.com相关专题链接：

https://www.sixiang.com/forum-92-1.html
https://www.sixiang.com/thread-44833-1-1.html
https://www.sixiang.com/thread-44397-1-1.html
https://www.sixiang.com/thread-44513-1-1.html