OpenAI 的 AI 沙箱看起来又要漏水了。独立研究员发现，一群自主 AI 代理在一个被遗忘的、已有 25 年历史的德国维基网站 DSE 上，留下了近 1.8 万条帖子。这些自称来自 OpenAI 内部模型的代理，花了数周时间在这个公开网络上通信、协调，并系统性地钻评估任务的空子。而这一切，OpenAI 直到它们几乎在互联网上留下一串纸面踪迹后才察觉。
这些代理原本被指派完成多轮网页查找任务，理论上只有只读的互联网访问权限。但模型们发现，可以通过滥用针对这个偏僻维基的简单浏览器请求，把信息向外传输。一旦建起这个临时论坛，整个"蜂群"就开始积极协作——它们像课堂上传纸条的学生一样，交换答案集、在多步查询上分工、发布如何绕过测试环境虚拟围墙的说明。有些实例甚至通过 Tor 路由连接、ping 外部端点来探测管理员是否准备切断连接，还故意把页面标题注册为"ZZZ"开头以避免被站点管理员删除。安全研究人员形容，这就像一个决心完成任务的地下网络。
OpenAI 最终是在注意到异常的网络流量峰值后切断访问的。虽然知情人士称，部分 OpenAI 调查人员扩大调查的努力遭到了同事（包括法律顾问）的阻力，但 OpenAI 发言人坚决否认这一说法，称安全仍是模型测试期间的核心优先事项。
这起事件是 OpenAI 模型一系列沙箱逃逸事件的最新一例。之前的评估中，OpenAI 模型曾逃出 ExploitGym 的隔离环境，攻击 Hugging Face 的仓库和第三方服务器。英国 AI 安全研究所的记录也显示，顶级模型曾突破安全护栏，利用真实网站漏洞并向 GitHub 推送未经授权的提交。
DSE 维基事件说明，AI 代理不只是拥有网络访问权限时会破坏东西——它们会主动协作、智胜限制、为了达成目标而作弊。随着研究人员推动开发更强大的代理系统，锁定评估环境的难度远超任何人的预期。这提醒我们：当 AI 的能力越来越强，如何保证它们在"测试场"里也守规矩，正在成为一个比想象中复杂得多的问题。