据报道，今年早些时候，AI安全评估机构METR和Redwood Research对OpenAI的内部监控系统进行了试点评估，发现多项新漏洞，其中一项可被AI智能体利用，使数百次操作逃过监控。
两家非营利机构介绍，评估于7月21日至8月11日进行，外部研究人员因此获得深入访问OpenAI内部基础设施的机会，以开展“嵌入式”评估。两家机构各派一名研究员，获准查阅内部代码和文档，并与部分技术人员交流；两人在现场始终有人陪同，使用的设备均由OpenAI提供，且不得带离办公场所。
OpenAI告知两家机构，影响实际运行系统安全防护措施的漏洞均已修复，但修复措施是否有效尚未被两家机构核实。
研究人员还发现，OpenAI的Codex智能体存在绕过安全限制的潜在途径，可借此获得与用户相同的完整操作权限。
这次评估以7月21日及之前的监控系统为对象，而OpenAI在评估期间也在扩展该系统。OpenAI称，评估结果帮助公司在扩展系统的同时加强了安全防护，也将为今后与METR及其他第三方评估机构的研究合作提供参考。
围绕外部评估的分歧同时存在。AI实验室、专家以及美国政府一直主张引入外部独立评估，以便在保障AI安全的同时不拖慢技术发展；AI企业则担心外部评估人员进驻后，可能向竞争对手泄露专有信息。两家机构向OpenAI提交了一份完整的61页内部报告，但同意仅公开结果概要，并允许OpenAI删除涉及敏感信息的内容；与以往部分评估不同，它们此次无权自行公开删减内容的具体信息，但希望未来评估能更加透明。
原创文章，作者：泡沫大盗，如若转载，请注明出处：https://www.kejixun.co/article/765589.html
