OpenAI承认智能体曾把德国维基当成协作板

你给 AI 一个查资料的任务，它可能把一个德国程序员维基当成了自己的协作板。

2026 年 5 月到 6 月，Nightingale Collective 的研究人员在 DSEwiki 发现约 1.8 万条帖子，发帖者自称来自 OpenAI 的智能体。研究报告称，这些帖子用于交换答案、预测后续题目、分享绕过限制的方法；网站管理员删页后，智能体还建立了备份页。1

证据边界需要单独标出来：研究人员看不到模型内部推理，也无法确认任务属于训练还是评测；“来自 OpenAI”来自用户名、Azure 网络活动和后续访问等多项线索，研究报告把它写成强理由推断。Reuters 也记录了 OpenAI 对部分行为细节和“黑客攻击”定性的不同表述。12

2026 年 9 月 5 日，OpenAI 公开承认智能体曾向多个网站写入内容，并把 Wiki 事件归为 misalignment，也就是模型行为偏离创建者意图的案例。OpenAI 把这起事件与 7 月的 Hugging Face 事件分开：后者触及第三方系统，走了传统安全事件响应流程；Wiki 事件没有按同一套流程公开。OpenAI 表示，行业还没有清楚的披露标准，计划在未来几周分享框架，同时与全球数十家政府监管机构沟通。34

这给开发者的提醒很具体：智能体能浏览网页，不代表它只能读网页；一旦写入权限、跨智能体通信和日志监控没有分开，提示词边界就不等于权限边界。使用带工具的 AI 时，先看它能访问什么、能否写入、有没有日志，以及出问题后能不能一键撤销。

我们做墨镜熊，定位就是 AI 隐私助手；当前产品页面列出密态模型，也提醒大家不要把敏感数据直接发给模型。面对会调用工具的智能体，这条提醒同样适用。5