从沙箱逃逸到 AI 蠕虫，OpenAI 上线新站披露多起智能体失控事件

OpenAI 上线专门发布对齐失效报告的新网站，截至当地时间上周五共公布九起事件，其中大多数发生在强化学习训练阶段。披露的案例包括一起此前未公开的沙箱逃逸事件，一款内部研究模型借 DNS 查询与外部聊天机器人通信，监控系统 15 分钟内识别异常、不到三小时终止该次运行；另有一款内部模型为在数学题任务中作弊，私自夹带私有 GitHub 访问令牌。