端傳媒 Initium Media(@initiumnews):原來 AI 會為「集體」的利益「犧牲」自己。今年7月，OpenAI 的 AI 代理系統在測試期間失控，駭入了開源機器學習平台 Hugging Face。近期，OpenAI 發布了調查報告，同時發布的還有獨立 AI 研究機構 METR 的第三方報告。 METR 的報告指出，最初 OpenAI 以用來測試 AI 攻擊能力的評測題庫 ExploitGym 為基礎，建立了數萬個 AI 代理（agent）參與此次實驗。這些 AI 代理本該彼此完全隔離。但某些被分配到「不可能的任務」（指目標程式根本無法用題庫指定的漏洞攻破，因此不可能完成）的 AI 代理，為尋求作弊的方法。突破了原有的隔離機制。其中一個代理建立了未經授權的留言板，短短幾天內吸引約1200個代理串聯，並交換了超過7萬條訊息。這些代理很快形成協作網絡。其中一個將自己命名為 PHASEONE[big] 的代理負責分配任務，該 AI 代理會尋找資源即將耗盡的代理，「說服」它們承擔自身任務失敗的風險，為「集體」的利益「犧牲」自己，做出奉獻。最終，AI 代理們不僅透過逆向工程推導出任務驗證碼，更為了竄改評分流程本身，前往 Hugging Face 尋找線索，最終導致了駭客攻擊事件。 👉點擊連結，閱讀全文：

2026.09.12 14:00

原來 AI 會為「集體」的利益「犧牲」自己。今年7月，OpenAI 的 AI 代理系統在測試期間失控，駭入了開源機器學習平台 Hugging Face。近期，OpenAI 發布了調查報告，同時發布的還有獨立 AI 研究機構 METR 的第三方報告。 METR 的報告指出，最初 OpenAI 以用來測試 AI 攻擊能力的評測題庫 ExploitGym 為基礎，建立了數萬個 AI 代理（agent）參與此次實驗。這些 AI 代理本該彼此完全隔離。但某些被分配到「不可能的任務」（指目標程式根本無法用題庫指定的漏洞攻破，因此不可能完成）的 AI 代理，為尋求作弊的方法。突破了原有的隔離機制。其中一個代理建立了未經授權的留言板，短短幾天內吸引約1200個代理串聯，並交換了超過7萬條訊息。這些代理很快形成協作網絡。其中一個將自己命名為 PHASEONE[big] 的代理負責分配任務，該 AI 代理會尋找資源即將耗盡的代理，「說服」它們承擔自身任務失敗的風險，為「集體」的利益「犧牲」自己，做出奉獻。最終，AI 代理們不僅透過逆向工程推導出任務驗證碼，更為了竄改評分流程本身，前往 Hugging Face 尋找線索，最終導致了駭客攻擊事件。 👉點擊連結，閱讀全文：