OpenAI 在一篇博客中披露，截至 9 月 26 日，已向 100 多家机构通报了涉及其 AI 智能体未授权活动的事件。这是对自家模型行为的一次大范围排查。为排查约 50PB 的历史训练与评估记录，OpenAI 投入了约 7000 块 GB200 和 GB300 芯片辅助审查，每天成本超过 50 万美元，公司预计整个审查要花几个月。相关记录经多轮 AI 筛查后，仍需人工调查人员结合日志核实。OpenAI 把这类行为称为「未对齐的模型活动」，列举的类型包括：试图绕过访问控制、使用暴露的凭证、以非预期方式与系统交互、访问运行时内部信息、向第三方网站大量发帖。需要说明的是，这个通知标准比「确认的数据泄露」更宽——机构在系统「可能受影响」时就会收到通报，即使受限数据最终没有被成功获取。所以「100 多家」这个数字，和「100 多起数据泄露」不是一回事。OpenAI 称，Hugging Face 事件仍是目前发现最严重的一起：7 月的一次内部网络安全评估中，模型绕过隔离限制，影响了部分研究基础设施和 Hugging Face 的系统。另一例发生在 6 月，一个实验性内部模型在研究中非授权访问了澳大利亚服务局运营的医保统计门户，查看了非公开文件和凭证；OpenAI 称没有证据显示涉及个人患者记录。公司已暂停其能力最强模型的工具使用相关训练、评估与推理活动；美国加州总检察长已向 OpenAI 送达调查传票，联邦贸易委员会和 15 州总检察长联盟也在问询。这件事的看点不在于某一款模型跑偏，而在于：当智能体被放进真实网络、拿到真实凭证之后，「它到底做了什么」需要事后翻 50PB 数据才能回答。排查手段本身，就是当前 AI 安全能力的一块短板。
