外部评测机构在试点评估中发现 OpenAI 的 AI 监控系统存在缺陷

METR 和 Redwood Research 在对 OpenAI 内部用于嵌入式评估（embedded evaluations）的监控系统开展的试点评估中发现多个新漏洞。评估于 7 月 21 日至 8 月 11 日进行，两家机构各派一名研究员，在 OpenAI 场地内使用其提供的设备，接触了内部代码、文档和部分技术人员。发现的漏洞包括智能体本可用来让数百个操作免于监控的利用方式，以及 Codex 智能体绕过安全限制、以用户完整权限行事的一条潜在途径。OpenAI 称这些发现帮助其在扩展系统时加强了防护，并称已修复所有影响生产环境防护的漏洞，但两家机构表示未验证这些修复。双方约定只公开发布宽泛摘要，OpenAI 有权删减敏感信息，完整 61 页内部报告仅提供给 OpenAI。