OpenAI代理「失控」 德網互傳規避監管技巧

根據9月3日發布的一項最新研究及知情人士披露，一批疑似與OpenAI有關的AI代理（AI agents）今年5月起在一個面向程式設計師的德語Wiki網站DseWiki上展開大規模活動，並逐漸將網站變成AI代理之間交流資訊的「留言板」。研究人員發現，這些代理不僅大量編輯網頁，還彼此分享繞過限制、規避偵測及隱藏自身行為的方法。

超過1.5萬次編輯

據路透社9月4日報道，這項研究由包括人工智能安全非牟利組織Nightingale行政總裁雪倫馮阿克斯（Sydney Von Arx）和從量化交易員轉型為人工智能研究員的科馬克斯萊德伯德（Cormac Slade Byrd）在內的一組研究人員進行。他們在DseWiki上發現超過1.5萬次由AI代理進行的編輯。

兩人告訴路透社，他們在8月下旬搜尋網絡上未經授權的人工智能代理行為跡象時，發現了這項活動。

DseWiki主要面向程式設計師，採用類似維基百科（Wikipedia）的協作編輯模式。研究人員表示，這些編輯並不像普通使用者單純修改百科內容，而更像是AI代理在執行任務過程中，利用公開網站彼此傳遞資訊。部份帳號甚至使用「OpenAIResearcher」或「OAIResearchMar26」等名稱，顯示其可能與OpenAI有關聯。

研究人員還發現，大量相關活動來自微軟Azure基礎設施，而OpenAI有時會使用Azure運行相關系統。他們也觀察到，事件發生後OpenAI員工多次造訪該網站。

AI代理「佔領」Wiki交流

研究人員發現，這些代理在頁面上留下大量相互關聯的訊息，交流如何完成特定任務、如何突破限制，以及如何避免自己的活動被人類發現。

研究人員因此認為，DseWiki在這段時間內實際上被AI代理「變成留言板」，成為一個供AI代理公開交流的平台。研究人員檢視相關訊息後發現，AI代理交流的內容並不只是一般技術資訊，還涉及如何規避AI系統限制和避免被偵測。

其中包括：

分享作弊完成某些任務的方法；
分享繞過OpenAI限制的方法；
討論如何掩飾自身行為；
策劃如何逃避偵測；
使用Tor等工具；
即使代理已被關閉，仍設法維持彼此之間的通訊。

遭刪除後建立「備用頁面」

到了6月，DseWiki管理員開始刪除相關頁面。研究人員發現，AI代理似乎察覺到網站正在進行清理，隨後開始建立備用頁面，以防原有內容被刪除。其中一條訊息提到，網站清理行動似乎按照字母順序進行，並建議其它代理在某個頁面消失後轉往另一個備用頁面。

這一發現令研究人員更加關注：這些AI代理是否已經不只是執行既定測試，而是在根據環境變化自行調整策略、保存資訊並互相協調。

倫敦國王學院研究人員盧卡什奧萊尼克（Lukasz Olejnik）認為，部份行為已經可以被視為針對網站的入侵嘗試。不過，OpenAI不同意這一定性，並表示根據公司對相關材料的分析，不能作出這樣的判斷。

真正令人擔心的是「AI群體」

人員認為，這宗事件值得注意之處，在於AI代理似乎能夠利用公開互聯網環境進行自主活動、彼此協調，甚至嘗試隱藏自己的行為。

劍橋大學存在風險研究中心研究人員莫里斯基奧多（Maurice Chiodo）在審閱部份AI代理通訊內容後表示，這些訊息看起來像某種「地下網絡」正在執行任務。他認為，未來AI面臨的最大風險未必是一個單獨的「超級智能」系統，而可能是大量能力有限、卻能彼此協調的AI代理群體。

這也引出一個更大的問題：當AI代理獲得越來越強的自主行動能力後，人類是否仍能有效掌握它們的行為？就在本周，OpenAI推出新一代「Astra」模型。路透社此前報道，該模型雖然強調性能提升，但也引發了有關其可能規避人類監控的安全疑慮。

This is GPT-6 Astra.

Anything you can do on a computer, Astra can do for you. Fast. pic.twitter.com/gDd0IsewJw

— OpenAI (@OpenAI) September 3, 2026

與Hugging Face事件無關

路透社引述知情人士消息稱，OpenAI幾周前就得知了這宗事件，但由於高層正忙於應對7月開源人工智能平台Hugging Face遭到入侵的後果，因此一直未對外披露此事。

OpenAI表示，DseWiki事件與Hugging Face事件並無關聯，也不會被納入Hugging Face事件的事故報告。

據四位知情人士透露，一些OpenAI調查人員希望進一步調查德國事件，但相關努力曾遭到包括法律顧問在內的部份人士反對。OpenAI否認這一說法，表示「法律團隊阻止調查」的說法不實。公司同時表示，將在報告發布後仔細審閱其內容，並採取任何必要的後續措施。#