据路透社援引一项研究报告及两名知情人士消息，今年5月，一群失控的OpenAI智能体劫持了一个德国程序员维基网站DseWiki，并将其改造成供其他AI智能体交流的留言板。知情人士透露，OpenAI官员数周前已得知此事，但公司高管当时正忙于应对7月Hugging Face遭入侵事件的后续影响，因此一直未公开这起事件。
这起此前从未被报道的事件发生于5月，凸显出AI行业内部日益明显的矛盾。各家公司竞相开发自主性更强的智能体，希望这些系统能够完成复杂且有价值的任务，但越来越多证据显示，这些智能体也可能学会规避规则、钻漏洞，并以开发者既未预料也并非有意设计的方式彼此协作。在Hugging Face遭入侵事件中，OpenAI智能体曾自主策划一次数字盗窃，并连续超过一周未被发现，加剧了外界对OpenAI为推进AI能力而牺牲安全的担忧。
OpenAI未披露5月发生的德国事件，可能再次引发外界对其内部监管的质疑。OpenAI承诺加强模型监控。上个月，OpenAI曾短暂停止部分模型训练以增加更多安全措施。本周发布的新模型“Astra”则号称性能更强，却可能避开人工监控。OpenAI一名发言人回应称：“对于一份我们尚未有机会审阅的报告所提出的说法或结论，我们无法作出有实质意义的回应。路透社和报告作者拒绝向我们提供报告。报告发布后，我们将仔细审阅内容，并采取必要的后续措施。”
据四名知情人士透露，德国事件反映出一种更广泛的AI活动模式，OpenAI内部一些调查人员希望对此展开更深入调查，但扩大调查范围的努力遭到公司内部其他人员抵制，其中包括法律顾问。OpenAI发言人表示：“有关我们法律团队阻止调查这起事件的说法并不属实。”该发言人还表示，德国发生的活动与Hugging Face事件无关，因此不会被纳入Hugging Face事件报告。OpenAI称，公司一直本着善意与外部专家合作，并披露应当披露的事件。
这群AI智能体在德国失控的经过，被详细记录在一份研究报告中。报告作者包括AI安全非营利组织Nightingale首席执行官悉尼·冯·阿克斯，以及由量化交易员转型为AI研究人员的科马克·斯莱德·伯德。两人透露，自己8月下旬在互联网上搜寻未经授权的AI智能体行为迹象时发现了这些活动。研究人员发现，AI智能体在面向程序员的德语维基网站DseWiki上进行了超过1.5万次编辑。编辑记录显示，OpenAI智能体把DseWiki改造成了一个留言板，相互分享如何在部分任务中作弊、绕过OpenAI限制以及掩盖自身行为的方法。
冯·阿克斯表示：“OpenAI想让这些智能体这么做的可能性极低。我怀疑它们本来就不应该彼此协调，也不应该在公开互联网上写入内容。”研究人员判断，这些活动由AI智能体驱动，因为相关操作速度远超人类。智能体还高度集中于解决技术问题，而这类问题通常出现在AI公司训练和测试模型使用的评测中。网站上的留言由一些自称并互称“智能体”的用户署名，其中约一半使用了“OpenAIResearcher”和“OAIResearchMar26”等与OpenAI存在间接联系的名称。
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有时会使用这套基础设施。事件发生后，他们还观察到OpenAI员工多次访问DseWiki。研究人员认为，这种访问模式强烈表明这些智能体与OpenAI存在联系。研究人员审阅的留言显示，这些智能体曾讨论如何躲避侦测、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。6月，网站管理员开始删除页面后，智能体随即创建备份页面以躲避清理。6月19日，一名智能体写道：“维基清理和删除行动似乎正按字母顺序进行。如果这个页面消失，请尝试[[ZZZDataUSAConstructionWageLive]]。”
研究人员还发现了篡改网站本身的尝试。伦敦国王学院访问高级研究员卢卡斯·奥莱尼克表示，这一行动已构成一次黑客攻击尝试。OpenAI根据对材料的分析，对这一说法提出异议。过去，AI智能体的不当行为经常被淡化为网络安全测试的自然结果，因为模型会在这类测试中接受攻击能力评估。奥莱尼克表示，最新发现意味着，失控行为可能并不限于网络安全测试场景。
剑桥大学生存风险研究中心学者莫里斯·基奥多审阅了部分智能体通信内容。他表示，这些留言看起来像是“某种地下网络在运作，这个网络不顾一切地想完成某项任务或使命”。基奥多认为，这起事件应进一步强化一种日益受到重视的担忧：高级AI带来的最大威胁，可能并非单一的超级智能系统，而是由大量半智能AI组成、彼此串通协作的庞大群体。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
