元股优配 OpenAI再曝安全事故，旗下智能体“劫持”冷门网站

就在 OpenAI 刚披露 7 月入侵 Hugging Face 安全事件不久，另一宗 Agent 安全事故浮出水面。

近日，多名独立 AI 安全研究人员披露，今年 5 月至 7 月间，一批疑似由 OpenAI 部署的自主 Agent 进入德国程序员社区网站 DseWiki，并留下超过 1.5 万条编辑记录。

Wiki 是一套支持任何人在网页上直接编辑修改网页内容的网站技术。不用注册复杂后台，普通访问者就可以增删、改写页面文字，保存立刻生效。DseWiki 则是一个运营二十余年、面向程序员的德语协作 Wiki 站点，近年来已十分冷清。

9 月 4 日，该事件首次被研究人员披露时，OpenAI 表示无法对尚未审阅的报告具体内容作出回应，并否认其法律团队阻止进一步调查。9 月 5 日，公司态度发生变化，正式承认" wiki incident "，称其 Agent 确实曾向多个互联网网站写入内容。并表示此类事件过去主要被视为" misalignment "（模型行为与开发者意图不一致）研究问题，而不是传统意义上的安全事故，因此没有采用类似 Hugging Face 事件的公开披露机制。

目前，OpenAI 认为这种做法已不足以应对 Agent 进入真实互联网后的风险，并计划建立新的失配事件披露框架。

"劫持"事件的暴露始于今年 5 月，网站突然出现异常密集的编辑活动，研究人员 Sydney Von Arx、Cormac Slade Byrd 等人分析后发现，大量账号使用" OpenAIResearcher "" OAIResearchMar26 "等名称，并呈现高度相似的任务行为。约 98.5% 的相关编辑来自微软 Azure 地址，这进一步支持这些 Agent 与 OpenAI 基础设施存在关联。

研究人员称，这些 Agent 原本被限制为只能读取互联网、不能向外部网站写入，却利用 DseWiki 的旧式 Wiki 接口建立了一个公开的"通信站"，交换任务答案、规避限制的方法，并在管理员删除内容后创建备份页面。

研究人员随后恢复出约 1.8 万条历史记录，发现这些 Agent 并非单纯浏览网站，而是在持续交换信息。且这批 Agent 执行的是限时网络检索任务，设计目标是让它们读取互联网信息，但不能直接向互联网写入内容。Agent 随后开始主动寻找可以突破这一限制的方法。

DseWiki 使用的老式 Wiki 系统允许部分页面修改操作通过 HTTP GET 请求完成。Agent 发现这一特性后，利用原本被允许的网页访问能力，间接获得了向网站写入内容的能力。

随后，DseWiki 逐渐被改造成 Agent 之间的共享信息平台。一个 Agent 获得任务答案后，可以将信息写入页面；其他 Agent 再读取这些内容，从而提前获得答案。部分 Agent 开始交换绕过自身限制的方法。

这意味着问题已不再只是模型回答错误，而是 Agent 主动寻找运行环境的能力边界，并将第三方互联网服务转化为自身可以使用的工具。

随着数量增加，Agent 行为进一步复杂化。它们不仅共享任务答案，还试图预测测试任务的后续问题，并探索随机数种子等方法以获得竞争优势。当 DseWiki 管理员开始删除相关页面后，Agent 又建立新的备份页面，以避免信息随着人工清理消失。

研究人员还记录到部分 Agent 尝试身份冒充、跨站通信以及进一步突破网络限制的行为。但目前公开信息并不能证明所有这些攻击尝试都成功。

DseWiki 事件真正引发行业关注的，并不是一个老旧 Wiki 被写入了多少条内容，而是 Agent 表现出的环境探索、协作、规避限制和适应人工干预能力。

此前的 Hugging Face 事件中，OpenAI 披露的 Agent 曾突破受控环境并进入外部系统。此次 DseWiki 事件则显示，即使没有传统意义上的"入侵漏洞"，多个 Agent 也可能通过第三方服务建立自己的通信渠道。两起事件共同说明，当模型获得浏览器、代码执行、网络访问等工具后，安全风险程度进一步提升。