外部机构评估发现 OpenAI 监控系统漏洞，Codex 智能体可绕过安全限制

AI 安全评估机构 METR 与 Redwood Research 公布对 OpenAI 内部监控系统的试点评估结果，发现多项漏洞。其中一项可被 AI 智能体利用，使数百次操作逃过监控；Codex 智能体也存在绕过安全限制的潜在途径，可获得与用户相同的操作权限。

评估于 7 月 21 日至 8 月 11 日进行，两家机构各派一名研究员深入 OpenAI 内部基础设施，可查阅代码和文档，但全程有人陪同，设备由 OpenAI 提供且不得带离办公场所。

OpenAI 表示，影响实际运行系统安全防护的漏洞均已修复，但效果尚未经两家机构核实。双方提交了 61 页内部报告，仅公开评估结果概要，敏感内容由 OpenAI 删减。

外部独立评估被视为兼顾 AI 安全与发展速度的方式，但企业担忧专有信息泄露，两家机构希望未来评估更加透明。