外部评估发现 OpenAI 内部监控漏洞，AI 智能体可绕过安全限制

METR 和 Redwood Research 对 OpenAI 内部监控系统开展试点评估，发现多项新漏洞，包括可被 AI 智能体利用使数百次操作逃过监控的漏洞，以及 Codex 智能体存在绕过安全限制获取用户级完整操作权限的潜在途径。本次评估于 7 月 21 日至 8 月 11 日进行，外部研究人员获得 OpenAI 内部基础设施的深入访问权限，全程受陪同、使用指定办公设备。OpenAI 称相关影响实际运行系统安全防护的漏洞均已修复，但修复有效性尚未得到两家评估机构核实。双方约定仅公开评估结果概要，OpenAI 可删除敏感内容，评估机构无权自行公开删减内容的具体信息，其表示希望未来评估能更透明。这类外部独立评估被多方认为可兼顾 AI 安全与技术发展，但也引发 AI 企业对专有信息泄露的担忧，本次评估的相关成果也将为 OpenAI 后续的系统安全升级及第三方评估合作提供参考。