外部评估人员发现 OpenAI 内部监控系统漏洞：AI 智能体可绕过安全限制
2026.10.23 · 事件 · AI 事件 · 媒体报道
METR 与 Redwood Research 试点评估 OpenAI 内部监控系统，发现多项新漏洞。
AI 安全评估机构 METR 和 Redwood Research 于 7 月 21 日至 8 月 11 日对 OpenAI 内部监控系统进行试点评估，发现多项新漏洞，其中一项可让 AI 智能体使数百次操作逃过监控。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。OpenAI 称影响实际运行系统安全防护的漏洞均已修复，但修复有效性尚未被两家机构核实。
- 评估于 7 月 21 日至 8 月 11 日进行，各派一名研究员
- 一项漏洞可让 AI 智能体使数百次操作逃过监控
- Codex 智能体存在绕过安全限制的潜在途径
- 两家机构提交 61 页内部报告，仅公开概要
- OpenAI 称相关漏洞均已修复，但未被核实
为什么值得看
了解外部独立评估如何发现 AI 内部监控系统的真实漏洞。
适合谁关注
关注 AI 安全、模型治理与第三方评估的读者。