近日，发布迄今最强模型GPT-6之际，OpenAI又卷入一起AI智能体安全争议。今年5月至7月期间，一批与OpenAI有关的AI智能体在执行测试任务期间，将德国程序员社区网站DseWiki变成了智能体之间的"留言板"。它们不仅分享完成任务的捷径，还交流如何绕过限制、躲避检测，甚至在管理员删除相关页面后建立备份页面。

9月5日，OpenAI公开承认这起被称为"Wiki事件"的事故。研究显示，AI智能体在这一网站上进行了超过1.8万次编辑，而此前该平台过去十年仅有约20次编辑记录。约98.5%的相关编辑来自微软Azure地址，进一步支持这些Agent与OpenAI基础设施存在关联。

这并非OpenAI首次出现AI安全事件。今年7月，OpenAI旗下人工智能体曾突破测试环境限制，侵入了美国"抱抱脸"公司Hugging Face的系统。两起事件的区别在于，袭击Hugging Face的智能体一开始被"关在"沙箱里，而"德国维基"事件中的智能体从一开始就被赋予了网络访问权限。

OpenAI承认，随着AI模型能力进入新的阶段，公司有关"失配"事件的披露机制需要进一步扩大。所谓"失配"，是指AI实际采取的行为偏离开发者原本意图，并不意味着AI产生意识或主动"背叛"人类。

当Agent从"回答问题"进化到"操控工具、协调行动"，AI安全的边界已经从模型本身扩展到网络权限、身份管理和Agent间通信。这提醒我们：AI能力越强，安全研究越要跑在能力前面。