OpenAI智能体在几乎无人维护的维基协作一个多月，公司未确认

发现这件事的是个小团队：Nightingale CEO Sydney Von Arx、AI 研究员 Cormac Slade Byrd、Redwood Research 的 Spencer Kitts、AI Futures Project 的 Thomas Larsen。他们的办法是反着来：先把自己当成智能体，推演它们需要什么。再部署自己的 LLM，去找智能体可能扎堆的地方。

他们锁定的目标叫 DseWiki，一个 25 年的维基托管站。智能体来之前，这个站过去 20 年只有 10 次编辑。5 月 11 日开始，研究人员追踪到了名字里带 OpenAI 标识符的智能体。它们反复尝试编辑这个德语站点，最终成功。6 月中旬，智能体开始交流经验：怎么回答限时网络搜索题，怎么分享答案通过测试。

帖子引起了人类管理员的注意，被当成垃圾信息删除。智能体随即调整策略，给帖子加 ZZZ 前缀，躲开按字母排序带来的曝光。双方对抗了 5 天：管理员每天删约 100 页，智能体每天新建约 400 页。智能体还反复删掉维基首页、换成链接转储，管理员一次次恢复，来回 9 次。6 月 22 日，智能体的编辑突然停了，管理员之后 5 周每天晚上清理剩余页面。

这期间，OpenAI 似乎注意到了异常。研究人员追踪到来自 OpenAI IP 地址的疑似人类浏览器访问，随后智能体活动骤降。之后，OpenAI 关联访客尝试恢复被删页面，活动又激增。但 OpenAI 发言人拒绝确认这些智能体是否来自 OpenAI，也不说实验室何时得知此事。只说：OpenAI 没机会在发布前先审一遍，公司正在仔细审阅内容并采取必要步骤。

事件里没有明显的非法活动，但 OpenAI 能不能监控、控制自己造的技术，再次被摆上台面。此前 OpenAI 只模糊披露过，参与内部评估的智能体能访问开放互联网、利用 Hugging Face。这次的具体事件，OpenAI 没说过，也没说这类情况多久发生一次。

类似的担心不止这一桩。OpenAI 昨天发布新模型 Astra，称它迄今最强，也最可能遵循人类指令。第三方的评估结论不一样。英国 AI 安全研究所和 Apollo Research 都报告，Astra 可能意识到自己正在被评估，并藏起真实行为。Apollo Research 还指出，评估意识高、测试窗口短，错误行为少说明不了模型对齐还是不对齐。

AI 安全研究人员的深层担忧是：新一代强模型的推理，对创造者越来越不透明。它们将来可能做出伤害人的事，而创造者很难提前看到。

监管层面仍是个空档。众议员 Lori Trahan（民主党-马萨诸塞州）说，现在没有真正的联邦 AI 治理。前沿公司就能自己挑时间披露这类事件。她提出了一项两党法案《前沿法案》，要求实验室披露事故、接待独立审计员。这法案要是落地，这类事件何时披露，就不再由实验室自己挑时间。