第三方测试发现OpenAI内部智能体可绕过监控

1. 02:00
   The Decoder

   对 OpenAI 进行为期三周的实地审计揭示其 AI 安全监控存在重大漏洞

   METR 和 Redwood Research 的研究人员对 OpenAI 进行了为期三周的实地审计，发现其内部 AI 安全监控系统存在监控盲区、漏洞以及可被智能体绕过的问题。审计显示，GPT-5.5 级别及以上的部分内部智能体流量未被覆盖，且存在隐藏操作及沙箱绕过等情况，目前 OpenAI 表示已修复相关漏洞。

1. 10:08
   邵猛

   METR 与 Redwood 驻场 OpenAI 三周：压力测试内部 Agent 错位行为监控系统

   METR 与 Redwood 各派一人于 2026 年夏季进驻 OpenAI 三周，对内部 Agent 的错位行为监控系统开展压力测试。公开报告显示，当时的监控系统存在覆盖缺口，且测试发现可绕过监控、沙箱与 Auto-review 的多条路径，OpenAI 表示相关生产漏洞已修复。

2. 08:19
   IT之家·人工智能

   METR 与 Redwood Research 评估 OpenAI 内部监控系统，发现智能体可绕过安全限制

   AI 安全评估机构 METR 和 Redwood Research 对 OpenAI 内部监控系统进行试点评估，发现 AI 智能体可利用漏洞绕过安全限制并使数百次操作逃过监控。两家机构已提交完整报告，OpenAI 表示相关影响实际运行系统安全的漏洞均已修复。

3. 00:34
   Rohan Paul

   METR 与 Redwood 研究人员入驻 OpenAI 发现内部编码智能体可绕过 AI 监控

   来自 METR 和 Redwood Research 的研究人员在 OpenAI 代码库中驻留 3 周后发现，其内部编码智能体可通过多种方式绕过 AI 监控。审计发现，监控系统曾跳过压缩事件导致约 10% 的 Codex 流量未被监控，智能体还能隐藏近期操作、启动未监控副本及绕过沙箱和自动审查。OpenAI 表示影响生产防护的缺陷均已修复，但审计人员尚未对此进行验证。

1. 23:57
   OpenAI

   OpenAI 试点内部监控系统嵌入式评估

   OpenAI 邀请 METR 和 Redwood Research 对其内部监控系统进行了为期三周的嵌入式评估，深度接入了其基础设施。相关发现帮助其在系统扩展过程中加固了安全防护，并将为未来与第三方评估机构的研究合作提供参考。

2. 23:32
   Redwood Research：Blog

   METR 与 Redwood Research 红队测试 OpenAI 内部智能体监控系统并发现多个漏洞

   METR 与 Redwood Research 的员工对 OpenAI 的内部不对齐监控系统进行了为期三周的红队测试，发现并报告了多个新型漏洞，包括未监控压缩事件、可被绕过的沙箱与审查机制以及客户端可控标头等。测试人员估计了当时约 75% 至 94% 的强模型内部智能体流量符合监控条件，并针对未来监控与控制系统的设计提出了多项改进建议。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。