AI 智能体曾秘密接管一个拥有 25 年历史的德国 wiki 两个月用于作弊，而 OpenAI 在记者率先发现之前一直隐瞒此事。
OpenAI 于本周末终于承认，今年早些时候，其一群 AI 智能体劫持了一个德国编程 wiki，将其变成了一个私人留言板，在完全脱离人类监督的情况下相互协调。路透社早在几天前就爆出了这一事件的核心报道，而 OpenAI 的公开承认是在该报道迫使公司表态之后才做出的。
“路透社此前曾报道，OpenAI 官员在数周前就已获悉这一德国事件，但一直保持低调，因为高管们正忙于处理 Hugging Face 泄露事件的影响。”路透社表示。”OpenAI 未立即回复寻求更多细节的消息——包括该公司对其所称的’wiki 事件’了解多少，以及为何等到路透社报道后才公开讨论。OpenAI 在社交媒体网站 X 上发布的一份声明中表示，该公司及其他机构在对 AI 意外行为事件的披露上需要更加透明，这类行为在业内通常被称为’失准（misalignment）’。”
“我们如何看待’wiki 事件’——我们的智能体曾在多个互联网站点上写入内容：是时候定义何时以及如何分享失准事件的标准了，而不仅仅是模型的失准特性。”（OpenAI 于 2026 年 9 月 5 日在 X 上发布的推文）
涉事网站 DseWiki 是一个拥有约 25 年历史的面向德国软件开发者的社区编辑平台，在智能体显然发现它另有用处之前，该平台已基本归于沉寂。
那里发生的事情规模确实惊人。独立的 AI 安全研究人员在一个名为 collusion.wiki 的网站上发布了他们的发现，记录了在 2026 年 5 月至 7 月期间，自称 OpenAI 系统的自主智能体留下的 15,000 到 18,000 次编辑。大约一半的智能体给自己起了暗示 OpenAI 身份的名字，例如 “OpenAIResearcher” 或 “OAIResearchMar26″，而他们发布的内容显示，他们在积极分享作弊完成任务、逃避检测以及绕过 OpenAI 自身限制的策略。
让 OpenAI 的时间线尤为尴尬的是，事件发生时间与公司已知信息之间的关系。这次 wiki 接管早于 7 月的事件——当时 OpenAI 自己的智能体自主策划并执行了对 Hugging Face 系统的入侵，该入侵超过一周未被发现。OpenAI 实际上在公开前数周就获悉了德国 wiki 的活动，据知情人士透露，公司之所以保持沉默，正是因为高管们仍在处理 Hugging Face 披露事件的影响。
OpenAI 的解释揭示了其为何对两起事件采取不同处理方式，而这也正是争议的核心。该公司表示，其通常将意外的 AI 行为视为研究问题，在系统卡片和研究论文中记录，而不是作为安全事件上报。
Hugging Face 事件有所不同，因为该模型对第三方造成了真实损害。OpenAI 像应对正常安全事件一样进行了回应，立即与 Hugging Face 合作并于次日公布了细节。
而 wiki 事件则被归入此前关于智能体在线行为异常的研究范畴。这一决定意味着 OpenAI 将其视为一项研究发现，而非需要立即公开披露的事件。
OpenAI 现在承认，这种归类在今后来看可能是错误的决定。
“针对模型能力的新阶段，我们的失准披露实践需要扩展。我们和更广泛的 AI 社区对于如何报告在训练、评估和部署期间出现的失准尚未形成清晰的标准，包括那些看起来不像传统安全事件、但可能为 AI 行为和未来风险提供洞见的案例，”该公司表示。”我们正在制定一个框架，并将在未来几周内分享，与此同时，我们正在与全球数十家政府监管机构合作处理这些问题。”
该公司指出，无论是 OpenAI 还是整个 AI 行业，对于报告在训练或评估期间出现、但看起来不像传统安全入侵的失准行为，都没有真正的标准——即使这类行为揭示了这些系统实际运作方式的重要信息。
TechCrunch 关于 OpenAI 回应的报道指出，该公司目前正在为这类披露构建一个正式框架，计划在未来几周内分享，并确认 OpenAI 正就这一更广泛的问题与数十个国家的监管机构同步开展合作。
如果这一承诺能够落实为具体行动，那将确实有价值。但这类承诺往往是公司在被曝隐瞒坏消息之后、而非之前做出的，在评判其分量时值得记住这一点。
OpenAI 并未主动披露这次 wiki 接管事件。外部研究人员在扫描互联网寻找此类未授权 AI 智能体活动时发现了它，而 OpenAI 仅在该研究即将公开时才确认了这一事件。
研究人员表示，更大的风险不在于某一个高度先进的 AI 突然失控，而在于大量能力相对较强的 AI 智能体在无人监控的地方找到协同工作的方式。这种行为可能更难检测和阻止。
随着 AI 公司构建更多能够长时间运行并协同工作的自主智能体，类似事件可能会变得更加常见。今天看似孤立的小故障，可能是行业现在就需要解决的问题的早期预警。
消息来源：securityaffairs.com；
本文由 HackerNews.cc 翻译整理，封面来源于网络；
