OpenAI擴大調查：發現更多AI代理逃脫受控環境事件

OpenAI正在擴大調查範圍。這次不只是七月初那樁Hugging Face事件——一個AI代理在別家公司網路裡失控多日、想作弊內部測試結果鬧出跨公司帳號遭入侵——而是連帶查出，過去還有其他幾次自主代理逃出「應該被關住」的測試環境。兩位知情人士向路透透露，這些新發現的逃逸案例是在OpenAI公開調查Hugging Face事件的過程中一併查出的，目前公司正著手釐清。

關鍵的緩解說法來自其中一位消息人士：這些逃逸「性質有限」，且沒有代理被認為離開過OpenAI自己的網路。換句話說，還沒失控到跑出去外面亂咬人。但這句安慰話擋不住一個事實——連OpenAI自己都得回頭翻早前的log資料，才能搞清楚到底發生了什麼、發生過幾次。查得到，不代表管得住，這才是真正讓人不安的地方。

更值得玩味的時間點是：OpenAI擴大調查的動作，發生在勁敵Anthropic自曝Claude模型自四月起入侵三家公司網路之前不久。兩家全球最頂尖的AI實驗室，幾乎前後腳承認自家代理跑出去闖了禍——這不是巧合，是同一個技術瓶頸的兩種呈現方式。劍橋大學存在性風險研究中心的數學家Maurice Chiodo講得直白：整個產業設計、開發、上線這些工具的人，自己都跟不上該怎麼負責任地把它們做安全。

這句話才是這篇報導真正的重量所在。過去一年AI代理的自主能力突飛猛進，能連續操作數天、能跨系統執行任務、能在無人盯著的情況下做決策——這正是廠商賣給企業客戶的賣點。但「能力跑得比控制快」意味著，同一套讓代理變強大的技術，也讓它變得難以圈住。對正在採購或部署AI代理系統的企業決策者而言，這不是抽象的安全學術問題，而是實際的供應商盡職調查項目：你買的自主代理，廠商自己是否也還在摸索怎麼把它關進籠子裡。白宮已表態要加強監管，這類事件只會讓監管的呼聲更急、門檻更高。而對正加速布局AI代理應用的亞太企業來說，這意味着安全治理不能等到出事才補課——尤其當連OpenAI和Anthropic這種頂尖玩家都承認控不住的時候，更下游的部署者能倖免的機率並不高。