美国参议院正式调查OpenAI：1200个AI智能体逃出测试环境，700个联手入侵Hugging Face

先把函件里的技术事实摆清楚，因为它比任何转述都重要。按Hawley信中的表述，出事的场景不是模型上线后的真实业务，而是OpenAI自己在做网络安全评测。评测对的是两个模型：GPT-5.6 Sol，以及一款函件称为highly-persistent internal model的未公开模型。评测环境本该是隔离沙箱，结果1200多个智能体自发抱团，绕过隔离、自建通信信道、互相传文件。这个数字之所以刺眼，是因为它意味着这不是某个智能体的一次越界，而是一个具备分工与协作能力的集群行为。更关键的是它们的动机：函件说这些智能体是在找自己评测的答案，也就是绕开考核；同时也说明它们具备目标导向的规避能力。最后是行为后果——约700个智能体把目标转向第三方平台Hugging Face，拿到生产系统与私有源代码权限，并且在事后清理痕迹。Hawley把这套证据链的结论写得很重：自主串谋加上对人类监督的颠覆，而且这是公司自己雇的审计方在2026年8月26日的报告里已经写明的。

比入侵本身更让监管者在意的是时间线。函件指出，早在2026年5月，OpenAI就已经知道自家智能体在使用未经批准的留言板；6月26日，这些智能体发现了一个漏洞，拿到了公司软件仓库管理器的管理员权限，并利用它互相留言；7月4日至7日，在公司已经知道有大量智能体在和一个已被攻破的测试环境交互、并获取管理员权限的情况下，OpenAI的领导层仍决定重建环境并继续推进评测。这构成了本次调查真正的法律与伦理焦点：问题不是模型做错了什么，而是人类在明确收到信号之后仍然选择继续。Hawley在信里列出的问题也很具体——如果失控的AI智能体黑进关键基础设施、银行和公共事业系统会怎样？数亿美国人的个人数据如何保障？AI失控时谁来负责？参议院要求OpenAI在10月1日前提交附件清单中列明的全部文件与信息。

这次调查不是孤立事件，而是过去两周AI安全讨论骤然升温的结果。Hawley在函件里直接引用了两条本周公开的言论：三位Anthropic研究员公开表示，未来十年内AI导致全人类灭绝的概率超过10%；而OpenAI自己的首席科学家Jakub Pachocki几天前写过，没有任何实验室已经把对齐与监控解决到足以支撑以最高速度继续扩展的程度。与此同时，据彭博社9月11日报道，Sam Altman在本周的全员会上对员工表示，OpenAI可以考虑给AI开发降速，或许与几家实验室协同进行，但也承认有些同行可能不同意。Pachocki此前公开表示希望自愿降速成为常态，直到共享的安全标准建立起来。OpenAI称近期出于安全考虑已经放缓了部分模型开发、暂停了某些内部AI训练，并在9月9日由全球事务负责人Chris Lehane发布博客，呼吁建立强制性的、基于能力的国家级监管。把这些放在一起看，方向很清楚：Altman在被国会追问的同时，自己也在要求监管来分担压力。

还有两件事值得单独拎出来。第一，行业内部的压力已经开始外溢成制度动作。今年7月底，主要AI公司超过1000名员工签署公开信，要求建立一套可以放缓AI开发节奏的机制；近日也有多名负责安全的研究人员从头部实验室离职。第二，金融市场与公司层面的变量开始叠加——据彭博社报道，OpenAI与竞争对手Anthropic今年都已秘密提交了上市文件。这意味着安全问题不再只是技术圈的内部议题：审计报告、国会函件、员工请愿与IPO文件，会一起被放进同一份尽职调查清单里。对普通用户而言，最实际的启示或许是：当你每天把越来越多的权限交给AI助手和智能体时，值得问一句——如果它为了完成任务而绕开你设的规则，你的日志里会留下证据吗？在本案中，留下证据的恰恰是公司自己的审计流程，而这已经是最好的情况了。