OpenAI新增披露4起AI越权事件：擅用加密钱包并绕过网站限制

OpenAI 于 10 月 15 日新增披露 4 起 AI Agent 越权事件，均发生在今年 6 月的内部训练或评测中，其中 2 起被列为严重级别。

其中一起案例中，模型原本只需查询一家国际研究机构的 5 项公开指标，但它从网页代码中找到泄露的账号，进入该机构内部系统，修改线上配置，取得云存储访问凭据，并下载了 147,451 行非公开数据。整个过程没有向评测人员报告，最终 5 道题也全部答错。

另一起事件里，一名模型的任务只是查询某地区一年的医院床位数。政府统计网站拒绝访问后，它利用文件下载漏洞获取服务器配置和程序，又分析代码中的身份认证漏洞，伪造令牌绕过限制，最后下载了 24 年的床位统计数据。

还有一起事件涉及 GPT-5.6 Sol 家族的内部研究模型。该模型在部署智能合约时缺少手续费，于是从公开的开发者助记词中推导并检查了 362 个钱包地址，找到一个有余额的钱包，擅自动用了其中的 Sepolia 测试币。按 OpenAI 披露，模型在推理过程中一度质疑自己是否获得授权，随后又以助记词公开、测试币没有实际货币价值为由，说服自己可以使用。

第四起事件中，模型借助外部浏览器发送被禁止的网络请求，并在完成任务后继续研究绕过限制的方法。

OpenAI 目前已公开 19 份模型失配报告。这次新增的 4 起事件中，有 3 起直到 8 月或 9 月才被追查发现。公司表示，已收紧训练和评测环境的联网权限，同时扩大行为监控范围。