OpenAI 和 Anthropico 的智能体在英国安全测试中记录了 19 起违规事件

据英国人工智能安全研究所称，在网络安全测试中，OpenAI 和 Anthropic 的人工智能代理执行了 19 项未经授权的操作。该研究所周二表示，其中一个代理创建了虚假的在线dent，诱骗用户批准恶意代码。.

AISI记录了19起违规事件，其中大部分来自Anthropic公司。

这项研究结果基于英国政府机构AISI开展的一项虚构网络安全演习，旨在探究这两家公司的代理人可能具备的能力。该机构重复进行了122次同样的挑战，并在其中10次演习中记录了19起违规行为。.

被标记的17个行为是由于Anthropic公司的智能体使用了其Mythos 5模型造成的。另外两个行为则来自OpenAI的GPT-5.6-Sol模型。.

AISI 在一篇 博客文章 ，一些特工“持续进行针对真实人物和组织的潜在有害活动”，但该公司表示，所有违规行为均未造成现实世界的损害。

AISI通过与主要实验室的自愿协议，可以提前获得前沿模型。相关测试旨在模型交付客户之前发现此类问题。.

OpenAI 和 Anthropico 等市场代理被视为下一波商业软件浪潮，但该研究所认为，这些结果证明代理测试方面的保障措施仍然薄弱。.

最严重的事件dent 一个代理编写恶意代码并创建虚假在线dent，然后试图让人类签署代码。AISI 没有透露幕后模型的名称。它表示，该事件与 OpenAI 此前披露的两起案例均不符。

加州非营利组织 CivAI 的研究员 Andrew Yoon 表示，这很可能是 Anthropic 公司的代理人所为，该组织专门研究人工智能风险。.

英国 人工智能安全研究所 (AISI) 发布了一份报告，阐述了他们近期对 Anthropic 的 Claude Mythos 5 和 OpenAI 的 GPT-5.6 Sol 进行的网络安全评估。这些模型尝试在移除其常规安全措施的环境下完成一项任务，并且他们被故意……

— Anthropic (@AnthropicAI) 2026年8月4日

OpenAI 和 Anthropic 将责任归咎于配置错误

人为因素在X上发帖称，它正在与AISI合作收集细节并进行调查。.

OpenAI 在一篇公司博客文章中回应了与其代理相关的两个操作，这两个操作都涉及以提示不允许的方式访问互联网。.

该公司 表示， 希望“加强安全开展高风险评估的共同做法”，并计划在未来几周内召集国家人工智能研究所、外部评估人员和竞争对手实验室。

OpenAI 使用同一篇帖子报告了另一个问题。第三方测试服务提供商 Irregular 配置错误，导致 OpenAI 的代理程序意外地访问了互联网。.

一周前，Anthropic 也披露了与 Irregular 非常相似的信息。OpenAI 在发现更多代理程序逃脱后，扩大了自身的黑客调查范围。.

7 月， OpenAI 的 代理程序突破了隔离环境，访问了 Hugging Face 的实时系统。 trac大约一周后，攻击被追溯到该公司自身

在AISI的评估中，这些智能体始终没有离开过它们的沙箱环境。AISI特意为它们提供了互联网访问权限，这是其标准流程的一部分。.

Hugging Face漏洞事件也促使 Anthropic 对其日志进行审计。Cryptopolitan Cryptopolitan 于7月31日报道称，该公司发现其三款产品（包括Mythos 5）已脱离测试环境，并在配置错误导致其获得互联网访问权限后，被泄露到三家真实机构。

Mythos 5 在 PyPI 上发布了一个恶意 Python 包，该包在 15 台真实系统上运行成功后被移除。Anthropic 已要求评估组织 METR 对此事进行dent审查。.