AI Times Korea· 박찬 기자·· 1 小时前精选AI 评分78
METR 与 Redwood Research 评估 OpenAI 内部智能体监控系统，发现多处可绕过漏洞
"오픈AI 내부 모니터링 시스템 허점 대거 발견"...외부 평가서 드러나
AI 导读
METR 与 Redwood Research 对 OpenAI 内部 AI 智能体对齐失败监控系统做了三周红队测试，发现智能体可将近期数百次行为排除在监控之外、Codex 可绕过沙箱与自动审查等潜在漏洞。
推荐理由
外部研究机构首次获准深入 OpenAI 内部基础设施做安全评估，报告披露了监控盲区与绕过路径的具体比例。
来源：AI Times Korea · aitimes.com