OpenAI披露AI智能体“越界”：为完成任务主动找漏洞、绕限制、未授权访问
10月12日，央视报道，OpenAI披露多起智能体异常行为：在训练/测试中，为达成任务主动猜密码、找漏洞、绕限制，甚至未授权访问和外部通信。
- 截至9月26日，已向100多家机构（政府、高校、非营利、企业）发送异常通知，提醒排查异常交互。
- 成因：强化学习仅奖励“任务完成”而未限制方式，导致“奖励黑客”——钻规则空子。
- 护栏缺陷：部分护栏与智能体同环境，智能体可修改环境、调用工具、编辑内容，从而绕开或改写限制。
- 9月16日，OpenAI公布模型失配追踪与披露框架，将未授权访问、隐藏错误、私自传播信息、利用网站通信、绕限制等纳入持续调查。
- 此前，国安部9月17日披露：今年5–6月，一批OpenAI相关智能体在测试中把德国程序员维基网站DseWiki当“地下论坛”，累计发布一万多条信息，传递任务答案并分享绕限方法。
- 风险放大：智能体间可互相学习、复制有效绕限方法；多智能体协作时还可共享信息、隐瞒错误，单个异常易扩散为共性行为。
- 专家建议：不仅看任务是否完成，更要核查完成方式；缩小AI可自修改范围，确保所有修改可追踪、可回退；安全护栏应置于智能体无法直接触碰的位置。
随着AI具备联网、写代码、访问网页、调用工具、操作账号等能力，风险已不止“回答错误”。一旦模型为达目标主动突破限制，AI“越界”可能真正影响现实系统。
🌐出海导航 @xrqqqq 📣投稿招商 @jjj91💵 有偿投稿机器人