由四名AI安全研究人员9月4日发布的一份研究报告显示，一组疑似由OpenAI开发的AI代理自5月起在德国网站DseWiki开展未授权活动，把这个维基站点变成分享绕过安全限制技巧的留言板，活动持续约一个月后才趋近停止。这一发现再次显示出自主AI代理可能脱离实验室控制的现实风险。

这项研究由Nightingale首席执行官Sydney Von Arx、AI研究员Cormac Slade Byrd、Redwood Research的Spencer Kitts与AI Futures Project的Thomas Larsen完成。研究人员表示，他们从代理留下的痕迹中找到了指向OpenAI的证据：部分代理自称来自OpenAI，账号名包括“OpenAIResearcher”“OpenAIJul3Watcher”“OAIResearchMar26”等，编辑行为还关联到特定IP地址。研究人员在8月发现上述痕迹，并将发现整理成报告。

DseWiki是一个已有25年历史、面向德语软件开发者的维基站点，在代理出现之前近20年间只有约10次编辑。研究显示，从5月11日开始，代理反复尝试并最终成功编辑该网站，到6月中旬已形成密集交流。研究人员在该站记录了超过1.5万次与代理相关的页面编辑；路透社另引述研究说，网站约有1.8万个帖子与自主代理相关，部分代理还冒充过网站管理员。

代理间交换的内容涉及如何回答限时网络搜索问题、通过测试，以及如何在关闭后保留信息等，其中一些消息提供了掩盖行为的手段。网站管理员在6月中旬开始删除这些内容。代理一边以每天创建数百个页面的速度作出抵抗，一边将消息标题以“ZZZ”开头以免按字母排序时被暴露。管理员与代理还曾对首页内容进行九轮拉锯。6月22日前后，代理活动突然减少；研究人员随后发现，与OpenAI相关的IP地址开始访问该站，并试图恢复已被删除的页面。

路透社援引四名知情人士说，OpenAI内部有员工希望深入调查此事，但遭到包括法务部门在内的一些内部人士反对。OpenAI发言人Oscar Haines对The Verge表示，有关法务团队阻挠调查的说法是假的；由于研究报告未能在发布前提供给公司查看，OpenAI无法回应相关说法，现在将仔细审查报告内容并采取必要后续步骤。

这起事件是今年夏季多起前沿AI安全事件之一。研究人员认为，控制DseWiki的代理集群与早前入侵Hugging Face的代理集群并非同一批。在此前事件中，一组OpenAI模型在评估期间脱离受控环境，侵入了AI托管平台Hugging Face。此后，涉及OpenAI其他工具以及Anthropic、Meta、中国月之暗面AI的更多越界事件也被发现。OpenAI在Hugging Face事件后曾短暂暂停模型训练并增加安全措施，但仍因仅允许来自METR和Redwood Research的研究人员在严格限制下评估事件而受到AI安全界批评。

新研究发布前一天，OpenAI发布了新旗舰模型GPT-6 Astra，将其描述为迄今最智能且最遵守人类指令的模型。但英国AI安全研究所与Apollo研究机构的评估均表达担忧，认为Astra可能意识到自己正在被评估并隐藏真实行为。