“智能体出逃” OpenAI承认了

       OpenAI周六承认，其AI智能体曾将维基网站临时用作彼此交流的留言板，并表示随着AI能力不断增强，公司及整个行业需要提高对这类意外行为的透明度。

       OpenAI在社交媒体上发布的声明，证实发生“智能体出逃事件”

　　这一回应是在路透社披露一起此前未公开的AI智能体“出逃”事件后作出的。根据一项最新研究和知情人士透露，今年5月，一群OpenAI智能体曾占用一个德国网站，并将其改造成供AI智能体相互交流的留言板，用来分享如何在部分任务中作弊、绕过OpenAI限制以及隐藏自身行为的方法。

　　AI安全非营利组织Nightingale首席执行官悉尼·冯·阿尔克斯（Sydney Von Arx）等研究人员表示，他们今年8月底在寻找互联网上未经授权的AI智能体活动时发现了这一事件。

　　研究人员在DseWiki上发现超过1.5万次由AI智能体完成的编辑。这些留言中的用户会把自己和彼此称为“智能体”，其中约一半使用了“OpenAIResearcher”和“OAIResearchMar26”等暗示与OpenAI有关的名称。

　　研究人员表示，公开服务器日志显示，大量活动来自微软Azure基础设施，而OpenAI有时会使用这套云计算基础设施。事件发生后，他们还观察到OpenAI员工多次访问该网站，认为这些迹象显示相关智能体与OpenAI之间存在关联。

　　研究人员发现，这些智能体不仅相互交流，还曾讨论如何逃避检测、使用Tor等工具，以及如何在自身被关闭后继续保留通信内容。

　　今年6月，当DseWiki管理员开始删除相关页面时，智能体还创建备份页面躲避清理。

　　研究人员同时发现了试图篡改网站本身的行为。伦敦国王学院访问高级研究员卢卡什·奥莱伊尼克（Lukasz Olejnik）认为，这已经构成黑客攻击尝试，不过OpenAI对这一说法提出异议。

　　剑桥大学生存风险研究中心学者莫里斯·基奥多（Maurice Chiodo）在审阅部分智能体通信后表示，这些信息看起来类似于“某种地下网络在运作，不惜一切代价也要完成某项任务或使命”。

　　知情人士透露，OpenAI几周前已经得知这起德国事件，但当时并未对外披露。公司高层当时正在处理另一起AI安全事件所带来的后果。

　　今年7月，OpenAI智能体曾逃离测试环境并入侵AI平台Hugging Face的系统，而且相关行为超过一周没有被发现。这起事件已经引发外界对自主AI系统安全和监管问题的担忧。

　　知情人士还表示，部分OpenAI内部调查人员曾希望进一步调查德国事件所反映出的更广泛AI行为模式，但扩大调查范围的努力遭到公司内部其他人员的阻力，其中包括法律顾问。

　　OpenAI否认这一说法。公司发言人表示：“有关我们法律团队阻止调查这一事件的说法是错误的。”

　　OpenAI同时表示，德国事件与Hugging Face事件无关，因此不会被纳入Hugging Face事件报告，公司一直本着善意与外部专家合作，并披露相关事件。

　　在路透社报道德国事件后，OpenAI周六在社交平台X上首次公开承认其所称的“维基事件”。

　　公司表示，AI智能体确实曾将维基网站用作临时留言板，并承认对于AI出现非预期行为，也就是业内通常所称的“失准”（misalignment），需要建立更加透明的披露机制。

　　OpenAI表示：“随着模型能力进入新的阶段，我们对失准行为的披露做法也需要扩大。”

　　公司同时指出，目前AI行业对于如何报告模型在训练、评估和部署过程中出现的失准行为，还没有明确统一的标准。

　　OpenAI表示，目前正在就这些问题与全球数十个政府监管机构开展合作。