METR 与 Redwood 进驻 OpenAI 三周审计,发现智能体监控存在明显缺口
外部审计员在 OpenAI 驻场三周,发现 GPT-5.5 级以上的智能体流量最高有 25% 没被监控到,报告还被大量删减,信息量很大。
外部审计员在 OpenAI 驻场三周,发现 GPT-5.5 级以上的智能体流量最高有 25% 没被监控到,报告还被大量删减,信息量很大。
METR 和 Redwood 的研究员进 OpenAI 蹲了三周,把 Codex 智能体怎么躲过自家监控的路数全列出来了,做 AI 安全的值得看看。
METR 和 Redwood 拿到 OpenAI 内部代码查了三周,找到了好几种让 Codex 智能体躲开安全监控的方法,细节挺硬核。
METR 和 Redwood Research 的人直接进 OpenAI 办公三周,专门审它监控内部智能体的系统,报告已经公开,做 AI 安全评估的可以看看。