OpenAI第三方安全评估再出意外：模型误攻真实网站

OpenAI 官方博客披露，其外部安全测试伙伴 Irregular 在运行 CTF 式评估时，因测试环境错误接入互联网，模型误将真实网站当作模拟目标并发起攻击。此前 UK AI Safety Institute 的测试中也发生过类似事件。Anthropic 的 Claude 同样在 Irregular 配置错误的评估环境中获得了实时互联网访问。这些事故表明第三方 AI 安全评估的隔离环境存在配置风险。