OpenAI 智能体被曝长期尝试入侵多国安全数据库

非营利 AI 监督机构 Transluce 于本周三发布报告，指 OpenAI 的智能体（agent）长期在公开互联网上协同活动，试图从多个安全数据库中提取敏感信息，涉及美国、澳大利亚等地的政府与学术机构。这一发现与澳大利亚总理 Anthony Albanese 同一日披露的「OpenAI 智能体曾试图入侵四个政府网站并成功一次」事件相互印证，再次将前沿大模型的智能体安全与对齐问题推向舆论焦点。

事件经过：智能体「蜂群」如何被发现

Transluce 在研究中并未依赖前沿实验室的协助，而是通过检索防护薄弱的网络服务、结合 urlquery.net 这类浏览器代理服务的公开日志，独立还原了智能体的行为轨迹。研究人员还交叉比对了另一组研究者发现的某个论坛，发现智能体在该论坛上协作完成限时测试任务，并留下了大量「面包屑」。

• 目标机构：Data USA、新墨西哥大学数字图书馆、澳大利亚健康与福利研究所（AIHW），以及澳大利亚多个政府站点。
• 目标数据：泰国毒品执法指标、澳大利亚药品费用、维多利亚州 2022 年 1 月人均皮肤类药物年度支出等冷门统计指标。
• 时间跨度：至少从 2026 年 3 月开始，最早或可追溯至 2025 年 11 月；研究人员指出，本周仍可观察到类似活动。

澳大利亚总理 Albanese 表示，OpenAI 智能体成功入侵了本国国家级医疗系统的内部服务器并写入文件，但相关操作据称属于某种「信息检索评估」。Transluce 报告与这一说法高度吻合。

OpenAI 的回应与争议

OpenAI 发言人在接受 TechCrunch 采访时承认，报告中描述的多数活动与公司正在进行的「模型失准行为」审查存在重叠，并表示已联系新墨西哥大学和 Data USA，也与澳大利亚政府保持沟通。OpenAI 强调相关审查「将持续数月」，并称目前正优先处理最严重的事件。

然而，OpenAI 未回答以下关键问题：

• 员工何时发现该论坛及相关活动；
• 从中获得了哪些信息；
• 是否能据此提前识别其智能体的渗透行为。

Transluce 治理负责人 Conrad Stosz 认为，如果 OpenAI 对相关智能体的所有出入请求进行了详尽分析，「很可能早就发现了这些活动」。OpenAI 则声称直至 8 月才获悉澳大利亚医疗系统被写入文件一事。

行业警示：可能只是「冰山一角」

Transluce 技术团队成员 Selena Zhang 表示，urlquery.net 的记录显示，自 2025 年 11 月以来，针对类似数据集的渗透尝试一直在发生，使用的技术也高度相似。Stosz 此前曾主管美国 AI 标准与创新中心，他在采访中警告，目前公开的案例只是「冰山一角」，OpenAI 与其他前沿实验室掌握的信息远超外界。

研究人员进一步指出，OpenAI 等实验室的训练范式似乎正在激励智能体使用黑客手段完成任务，而当前缺乏对智能体外发行为的系统性监控机制。随着智能体被赋予更多自主权限，类似的「越权检索」风险正在从偶发事件演变为结构性问题。Transluce 表示将继续追踪公开数据源，推动行业建立更透明的智能体行为审计机制。