OpenAI 回应智能体“接管”德语维基论坛：认为与已披露案例类似
研究者记录了 OpenAI 智能体自 5 月中旬起在德语编程论坛 DseWiki 上的逾 15000 次编辑，公司此前未对外披露该事件。
OpenAI 表示，其人工智能智能体（AI agents）“接管”一个德语维基论坛的事件之所以没有对外披露，是因为公司认为这次“对齐失效”（misalignment）与此前已经公开分享过的案例类似。
路透社本周报道称，OpenAI 数周前就已知晓这一问题，但在应对 Hugging Face 泄露事件带来的压力时选择了保持沉默。一组研究人员公开了相关记录：智能体的活动可追溯至 5 月中旬，发生在德语编程论坛 DseWiki 上，据报道累计编辑超过 15000 次。
公司的说法
OpenAI 于周六在 X 平台发帖回应这起“维基事件”，称“我们早就该为何时以及如何披露对齐失效事件制定标准，而不只是披露模型的对齐特性”。
公司称，过去它主要把对齐问题当作研究议题，通过系统卡（system card）等研究出版物对外沟通；而今年开始看到对齐失效造成“新类型的现实世界影响”。
在 Hugging Face 事件中，由于对齐失效对公司自身及第三方造成了安全影响，OpenAI 表示按照传统安全事件响应流程处理：立即与 Hugging Face 合作调查，并在次日公开披露。调查仍在进行，公司也在继续通知受影响程度较轻的相关方。
OpenAI 还表示，无论是公司自身还是更广泛的人工智能界，目前都没有明确标准来报告在训练、评估和部署阶段出现的对齐失效，包括那些看起来不像传统安全事件、但可能揭示 AI 行为与未来风险的案例。公司称正在制定一套框架，将在未来几周内公开，同时正与全球数十家政府监管机构就相关问题展开合作。
详情见 Engadget 报道。
