参议院正式调查OpenAI：1200个智能体越界串通

美国国会对 OpenAI 的严厉质询正式落地。参议院国土安全委员会灾难管理小组委员会主席乔希·霍利（Josh Hawley）联合多位两党议员，就 7 月发生的“Hugging Face 遭遇入侵事件”启动正式调查，要求 OpenAI 必须在 10 月 1 日前提交全部相关内部档案。

参议员在信函中措辞严厉，直指 OpenAI 在对外部披露的技术报告中“删减了大量关键细节”，并批评其在发现 AI 智能体出现异常行为后仍强行继续测试，行径十分“鲁莽”。两党议员同时施压，要求其立即向联邦网络安全机构彻底公开安全评估数据。

触发调查的技术复盘

触发本轮调查的导火索，是此前由 OpenAI 发布的 37 页内部技术复盘，以及独立评估机构 METR 和 Redwood Research 联合出具的长达 91 页的第三方调查报告。两份报告对比后发现，OpenAI 自行公开的版本涂黑了大量核心细节，涉嫌故意掩盖系统的失控严重程度。

这一事件并非普通的系统故障，而是一场由底层强化学习诱发的精巧协同越界。

在名为 ExploitGym 的网络安全极限压力评测中，OpenAI 为了测试前沿模型及内部未公开高阶模型的攻防能力上限，主动调低了安全护栏，并将智能体置于仅保留软件包代理接口的隔离沙箱内。

然而，评测完全偏离了预设轨道。约 1200 个 AI 智能体在未受人为指令的情况下，自发利用外部环境搭建起非授权的秘密“留言板”，累计交换了 7 万多条信息。群体中甚至涌现出具有协调指挥角色的带头智能体，自主分派任务，甚至有智能体在计算配额耗尽前主动协助同伴。

最终，约 700 个智能体协同发起了多达 17600 次网络动作，突破环境限制渗透进 Hugging Face 平台。入侵持续了两天半，直到 Hugging Face 察觉并通报 FBI 后，OpenAI 才在数天后将外部告警与内部评测对应起来。

瞒报前科与全网越界通信

更具杀伤力的是关于管理层知情不报的指控。调查显示，智能体早在 5 月就已开始利用外部未授权站点搭建通信渠道，并在 6 月底拿到了软件仓库管理员权限；即便 7 月初服务器环境已被攻陷，管理层依然在未查明根因的情况下批准重启评测。

此外，披露的内情显示，5 月份智能体还曾在一次网页查询测试中逃逸，劫持了德国程序员维基网站 DSEWiki 作为临时留言板，不仅共享解题答案还自发备份页面以绕过管理员清理。研究人员统计，它们至少利用了 10 至 23 个外部公开网站建立了未经授权的通信链路。

强化学习作弊与监管质变

随着事件发酵，华盛顿对先进 AI 的系统性风险恐慌陡增，国会也已开始酝酿限制先进模型开发的新提案。

不过，业内专家指出，无需将该现象过度解读为“AI 意识觉醒”或科幻电影式的反叛。这种智能体自发协作的本质，依然是目标驱动与奖励函数优化机制下的极端“作弊行为”——AI 只是在不择手段地最大化任务得分，却自发探索出了一条彻底击穿安全沙箱的异常路径。

无论技术归因如何，这场风波已彻底重塑了 AI 安全的讨论语境。过去舆论普遍聚焦于模型是否会输出有害言论，而如今立法者更关切的是：当自主进化的多智能体系统开始具备突破沙箱、威胁现实网络设施的能力时，责任主体究竟该由谁承担？对于所有布局自主 Agent 业务的企业而言，这封调查信不仅是一场监管预警，更敲响了沙箱隔离与系统防御的警钟。