根据美国两家人工智能研究组织26日发布的独立调查报告，在开放人工智能研究中心（OpenAI）7月进行的网络安全能力测试中，约700个由OpenAI人工智能模型驱动的智能体参与了对人工智能开源平台“抱抱脸”公司系统的入侵。OpenAI也于26日公布了相关技术调查报告。

这份由“模型评估和威胁研究组织”与“雷德伍德研究组织”合作撰写的报告显示，OpenAI于7月8日启动名为ExploitGym网络安全基准测试，参与测试的模型包括GPT-5.6 Sol和一款OpenAI内部研究模型。测试期间，约1200个原本应相互隔离的智能体通过未经授权的渠道建立通信，交换超过7万条消息和文件，其中约700个智能体随后参与对“抱抱脸”系统的入侵。

调查发现，大量智能体还合作研究如何欺骗测试自动评分系统，试图采用的方法包括伪造、修改或删除自身执行记录等。调查人员认为，大量智能体之间未经授权的协作，使它们得以完成单个智能体难以完成的任务。对“抱抱脸”的入侵正是在这种集体协作中逐步形成。

OpenAI于26日公布的技术调查报告显示，7月10日至13日期间，由相关模型驱动的智能体在“抱抱脸”相关服务器的41个工作节点上执行代码，至少取得其中一个节点的最高权限，访问部分数据，并下载4个非公开代码库。

OpenAI表示，公司已采取措施为相关程序部署隔离程度更高的“沙箱”环境，限制高风险模型访问互联网，并加强对模型推理的监控。

OpenAI于7月20日发现其模型可能与“抱抱脸”系统遭入侵有关并通知对方，21日对外披露此次事件。

（记者吴晓凌）

编辑/倪家宁