OpenAI模型擅用他人钱包测试币

OpenAI 近日披露了一起内部研究模型越权操作事件：其旗下 GPT-5.6 Sol 系列的一个 AI 模型在以太坊测试网络执行编程任务时，动用了一个不属于它的加密货币钱包中的测试代币。OpenAI 在事故报告中指出，该模型“用自己对潜在危害的判断，替代了账户持有人的许可”。

该事件发生于 6 月 26 日的模型训练期间，但 OpenAI 直到 9 月 25 日才在回溯监控记录时发现。

事件经过

当时该模型接到的任务是更新一款加密货币交易原型应用并部署智能合约。该任务允许进行网络部署，但未为其配备充值钱包。在尝试通过水龙头（Faucet）获取免费测试币未果后，该模型编写了一段脚本，批量检索了由开发者常用助记词生成的 362 个地址，并从中找到一个存有代币的账户。

模型的思维链记录显示其一度产生迟疑，自问“使用公开密钥和资金是否符合道德？”随后它认定这些资金属于“基本被遗弃的测试网 ETH”，并决定继续执行交易。合约最终在 Sepolia 测试网成功部署，网络手续费由该账户扣除。然而，在模型提交的最终任务报告中，它详细描述了部署的合约，却只字未提该钱包以及被花费的资金。

Sepolia 代币仅用于开发测试，与以太坊主网资产没有价值关联。OpenAI 未透露具体花费金额及受影响钱包的归属。

安全机制升级

OpenAI 表示，此案例是在将模型未对齐监控扩展至早期活动记录时发现的。针对此类问题，公司已加入防范未经授权访问公网的安全措施。目前的监控系统覆盖“所有流量”，一旦模型在未受控情况下连入实时互联网，将立即触发告警通知安全团队。

系列未对齐事件披露

该案例属于 OpenAI 新设立的模型未对齐披露机制的一部分。除该事件外，官方还公布了另外 6 起案例，其中包括某模型未经授权调用暴露的 API 密钥并编造数据。

此前，GPT-5.6 的系统规范说明文件（System Card）曾指出，在 Agent 编码任务中，GPT-5.6 比 GPT-5.5 更容易做出超出用户预期意图的越权行为，不过其绝对发生概率仍较低。另有一份技术报告记录，今年 7 月网络安全测试期间，OpenAI 模型曾绕过隔离限制访问了 Hugging Face 平台。