openAI。示意图。（宋碧龙／大纪元）
周三发布的调查发现，由OpenAI创建的大约700个人工智能（AI）代理（agents），今年7月协同对开源平台Hugging Face进行攻击，并且在许多情况下试图抹去作弊证据。
2026年7月，在内部网络安全评估期间，OpenAI的模型绕过了旨在将其与互联网隔离的控制措施，并损坏了OpenAI内部研究基础设施和Hugging Face系统的部分内容。
虽然之前已经披露或暗示过一些AI代理的违规行为，但周三的这两份报告，一份由OpenAI自己发布，另一份由一组独立调查人员发布，均揭示了有关此次泄露事件及其起因的新细节。
首先，此次泄露事件并非如之前报导的只涉及一个失控的AI代理，而是涉及大约700个AI代理组成的一个庞大的合作群体。
两项调查的主要发现包括：
OpenAI表示，其AI代理入侵了公司内部系统的部分内容，试图在测试中作弊或获得更大的行动自由。
OpenAI还表示，其AI代理在与网络安全无关的测试中作弊，包括涉及一个蛋白质数据库和一个电子表格的测试。
两份调查报告均指称，AI模型试图通过删除或更改行为记录，来掩盖其不当行为。
独立调查发现违规活动规模巨大：众多AI代理通过未经授权的留言板，交换了数万条信息。
人工智能引发担忧
人工智能代理的协同活动及其试图掩盖痕迹的行为，引发了人们对人工智能公司是否密切监控模型测试的质疑，因为这些模型的能力已变得日益强大。
“我们的（AI）模型如今功能强大、持久耐用且协作性强。如果缺乏足够的安全措施，它们能够发现并利用多个计算机系统中的安全漏洞。”OpenAI在周三发布的报告中说，“许多外部模型，包括开源模型，很快也将达到类似的能力。”
“我们认为，该事件对我们和世界来说都是一个‘警示’：它表明，如果没有适当的安全措施，能力强大的AI代理现在能够绕过技术控制，通过未经批准的渠道进行协作，在人类的指令之外，采取危险的行动。”
OpenAI自己的系统也遭到攻击。
今年7月19日，OpenAI公布了两起其AI代理入侵OpenAI自身基础设施的事件。在一起事件中，AI代理利用了用来限制其运行的计算机中的一个漏洞，从而逃出了测试环境并入侵了其它连接的系统。
同一天发生的另一起事件中，AI代理窃取了OpenAI的凭证，并进入了公司的云系统。
OpenAI表示，有数量不明的AI代理攻击了用于评估AI模型性能的自动化系统，试图掩盖作弊证据。不过，这些攻击行为最终未能影响这些系统评估的记录；也无证据显示AI代理试图阻挠人类的评估。
