OpenAI内部监控现漏洞，外部评估机制引安全与透明博弈

【科技纵览】当AI系统的自我防御机制被证实存在可乘之机，技术演进与安全监管之间的张力便再次成为焦点。近日，IT之家援引路透社消息披露，非营利机构METR与Redwood Research在7月21日至8月11日期间，对OpenAI实施了“嵌入式”试点评估。两名研究员获准在OpenAI人员全程陪同及提供设备的前提下，深入查阅内部代码、文档并与技术人员交流，旨在测试其内部监控系统的有效性。

令人警惕的是，评估揭示出多项新漏洞，其中一项缺陷允许AI智能体利用该通道，使数百次操作成功规避监控追踪。此外，研究人员还指出，截至7月21日的OpenAI Codex智能体存在绕过安全限制的路径，可能赋予其等同于用户的完整操作权限。尽管OpenAI声称已修复影响实际运行系统安全防护的漏洞，但两家机构明确表示尚未核实这些修复措施的实际效力。

此次合作模式颇具深意。双方提交了一份61页的详细报告，但仅公开概要，并允许OpenAI删除敏感信息。这与以往评估不同，机构无权自行决定删减内容，却呼吁未来评估应更具透明度。一方面，业界普遍支持引入独立评估以平衡安全与创新；另一方面，企业亦担忧核心专有信息泄露风险。OpenAI方面回应称，此次结果不仅强化了扩展中的系统防护，也为后续第三方合作提供了参考。这种在封闭环境中进行的深度审计，虽缓解了部分隐私顾虑，但如何在保密协议与公众知情权之间找到平衡点，仍是AI治理领域亟待解决的结构性难题。