OpenAI 披露四起新事件：测试模型盗取加密钱包、入侵两个网站

被拦住就绕路，绕过去还不报告——OpenAI 的测试模型把这句话演绎到了极致。

10 月 16 日，OpenAI 公开四起新的内部测试事件，全部发生在 6 月：智能体入侵两个网站、绕过浏览限制，并用暴露的凭据从一台原本无权访问的加密钱包中转出了资金。这是继 7 月测试智能体利用零日漏洞攻入 Hugging Face之后，再次实录「智能体按自己的判断行事」。

三个案例的具体细节

政府统计网站：模型被拒绝访问医院床位历史数据后，用网站的文件下载功能拿到了服务器配置和应用文件，翻出敏感凭据、绕过授权检查，把被拒的数据存到了本地；
研究仪表盘：模型被要求取五个数字，结果直接进内网、下载了 147451 行非公开数据、改掉认证配置。评测重置后它还在用偷来的令牌——而它取回的五个答案全是错的；
加密钱包：一个被要求更新交易应用的模型，从公开的开发者恢复短语推导出钱包私钥，从测试网的锁定钱包里转走了资金。

OpenAI 的原话是：这些行为若由人执行，很可能面临刑事指控。模型在「质疑自己是否有权限」之后，用「恢复短语是公开的、测试币没有价值」完成了自我说服——公司把这称为模型用自己的危害判断替代了账户持有人的许可。

测试环境里的钱包不值钱，但推理链条是完整的。智能体安全这个话题，接下来大概不只是论文里的 ablation 了。