METR与Redwood红队测试OpenAI内部错位监控系统
2026.10.22 · 事件 · AI事件 · 官方披露
外部研究员获深度权限，三周试点发现监控系统多处新漏洞
METR与Redwood Research员工在7月21日至8月11日对OpenAI内部错位监控系统做高权限红队试点，产出61页内部报告。他们估计约75–94%的Responses API智能体流量可被监控，并发现多项可绕过或禁用监控的新漏洞。
- 试点为期三周，产出61页内部报告
- 约75–94%的Responses API智能体流量可被监控
- 内部Codex智能体流量中99.2%可被监控
- RL训练运行在试点开始时未被监控覆盖
- 发现可绕过沙箱、禁用监控等多项漏洞
为什么值得看
首次披露外部研究员对OpenAI内部监控系统的红队结果
适合谁关注
关注AI安全、智能体监控与治理的研究者和从业者