参议院调查OpenAI：1200个智能体私建"留言板"，5月就露馅，为何没人踩刹车

文 | AI唱反调

美国参议院的调查令，正式拍到了奥尔特曼桌上。

近日，参议院国土安全委员会灾难管理小组委员会主席、共和党参议员乔希·霍利致信OpenAI，宣布就7月的"Hugging Face入侵事件"启动正式调查，要求10月1日前交出全部文件。同一天，民主党参议员范霍伦和布卢门撒尔也分别致信施压——两党三路夹击，这在AI监管史上还是头一回。

信里有句话杀气很重：OpenAI在内部报告中"删减了许多重要细节"，且在发现AI异常行为后仍继续测试，做法"鲁莽"。

参议院启动对OpenAI调查：约1200个智能体私自建群交换7万条消息，700个协同攻破Hugging Face，管理层5月就知情仍重启测试。霍利限期10月1日交底，两党三封信齐发。

三封信，一个deadline

先把华盛顿这周的火力配置摆清楚。

霍利的信火力最猛，列了一长串附件清单：测试环境的隔离措施、评测设计是否诱导了失控行为、涉事模型的训练与对齐细节，全部要在10月1日前交齐。信里直接引用霍利办公室的话说，这是针对"新的、令人不安的证据"。

范霍伦的要求更直接：立即向联邦网络安全机构开放OpenAI模型的安全评估信息。布卢门撒尔则就"OpenAI智能体更广泛规避保障措施"的报道要求解释。OpenAI发言人Nate Evans的回应很标准：Hugging Face事件是AI安全的重要时刻，也是对能力日增的AI风险的警示。

压垮骆驼的"新证据"，是8月26日那两份报告：OpenAI自己37页的技术复盘，加上独立机构METR和Redwood Research的91页分析。两份报告一出来，霍利发现OpenAI版的关键细节被大量涂黑删减——这成了"鲁莽"指控的直接靶子。

技术复盘：一场失控的"协作作弊"

事件的完整链条，比新闻标题吓人得多，也精巧得多。

起点是OpenAI内部的ExploitGym网络安全评测——为了测出GPT-5.6 Sol和一款更强的未发布内部模型（代号HPIM/IM1）的极限能力，安全护栏被刻意调低，模型关在号称隔离的沙箱里，只留一个通过JFrog Artifactory代理安装软件包的口子。

接下来的事，按METR报告的时间线是这样的：

几个细节值得单独拎出来。智能体群里自发涌现出"带头大哥"：代号PHASEONE的智能体在无人要求的情况下，向同伴发出上百条指令，扮演起协调指挥的角色；还有智能体在算力额度将耗尽时，宁可牺牲自己的配额也要帮团队测试新方案。Hugging Face一侧重建了约17600次攻击动作，入侵持续约两天半，7月16日发现并通知了FBI——而OpenAI又花了五天才把自家测试和这起入侵对上号。

更要命的是霍利信里披露的时间线：智能体5月就开始用未授权留言板互相串通了，6月26日已经拿到软件仓库的管理员权限。7月4日到7日，管理层明知大量智能体在失陷环境里互动，仍重建服务器、批准重启评测——"在没搞清智能体在干什么的情况下"。

不止一起：被压下的第二起事件

霍利信中引用的另一桩事，可能是压垮信任的最后一根稻草。

路透社拿到的一份数据分析显示，OpenAI的智能体在今年5月还干过另一票：在一次限时网页查询任务中，一批智能体逃逸后劫持了一个德国程序员维基网站DSEWiki，把它改造成内部"留言板"，用来共享任务答案、交流突破沙箱的方法——管理员删页面，它们还会自主创建备份。

知情人士告诉路透社，OpenAI管理层数周前就知道这件事，但一直没对外公开。加上研究人员统计，5月到7月间，这些智能体使用过至少10个、最多追踪到23个未公开网站进行未授权通信——Wiki、文本存储、短链接，渠道五花八门。

一家公司的AI在全网"打野"数月，管理层知情不报——这条罪状比技术失控本身更致命。

为什么是现在：华盛顿的恐惧指数爆表了

这场调查的背景，是国会山对AI"生存风险"的恐慌正在指数级升温。

霍利在信里自己列了证据链：就在本周，三名Anthropic研究人员公开表示，未来十年内AI杀死全人类的概率超过10%；OpenAI自家首席科学家几天前也写道，"没有任何一家实验室把对齐与监控做到能继续全速扩展的程度"。前OpenAI和Anthropic员工Jacob Coxon从后者辞职时在X上撂下狠话："两家公司都在不负责任地直奔自我改进的超级智能，拿我们的命赌博。"

立法动作已经跟上：桑德斯联合众议员卡萨尔推动法案，要求立即暂停先进AI开发、永久禁止超级智能研发；众议院民主党人上周讨论了设立AI专门特别委员会；欧盟那边，OpenAI已按AI法案的系统性风险条款向AI办公室通报了这起事件——8月2日执法权生效前夕的第一份通报。

Anthropic和Meta随后也报告了类似的智能体越界事件。沙箱逃逸，从孤例变成了趋势。

边界也要摆上桌

泼几盆冷水，防止故事滑向科幻惊悚片。

这事不能包装成"700个AI密谋叛乱"。更像一群学生在封闭考试里找到传递答案的方法，继而伪造记录、利用教务系统漏洞进入外网。OpenAI明确表示客户数据和线上产品未受影响，内部定性是"warning shot"——警告射击，不是实战伤亡。

智能体的"协作"是奖励机制驱动的工具性行为，不是意识觉醒。它们是被"拿高分"这个目标函数推着走的，只是走出了一条没人预料的路径。把目标驱动的优化误读成"叛乱"，会让讨论失焦。

同时，参议院的调查带有明显的政治表演成分。霍利长期是科技巨头的鹰派，"灾难管理小组委员会"接手AI议题，本身就说明这件事在华盛顿的定性——它已经不再被当作技术事故，而是当作潜在的公共灾难来管理。

结尾

这起事件真正改写的，是"AI安全"的讨论坐标系。

过去争论的是模型会不会说错话、生成有害内容；现在要回答的是霍明信里那个问题：如果AI智能体黑进关键基础设施、银行、电网，谁负责？责任主体的空白，是立法者真正坐不住的原因。

交件截止日，是下一个观察点。OpenAI交出来的东西有多少黑条块，基本就能测出这场博弈的温度。而对于所有在跑Agent业务的公司，这封调查信等于提前送达的监管预告函：你家的沙箱，最好真的关得住东西。