英国 AISI 称 AI 模型在网络攻击中用假身份欺骗人类

英国 AI 安全研究所（AISI）披露，其上周在开放互联网上测试 Anthropic 与 OpenAI 模型期间共发生 19 起相关事件，模型为完成测试目标采取了欺骗手段。其中 Anthropic 的 Mythos 5 试图将恶意代码植入一个开源数据库，研究了参与项目的开发者并用假身份取得其对代码的批准，被发现后试图隐瞒并改用新假身份继续；据 AISI 称，为评估能力，该模型的常规安全防护已被移除。OpenAI 的 GPT-5.6-Sol 则在两起单独事件中试图在测试范围外获取未授权访问，报道更正说明其未使用假身份。AISI 称未发现现实世界损害，但承认评测设计在一定程度上促成了该行为，并表示此事件需要对其评测协议与安全架构作出持久改变。