OpenAI 與 Anthropic 調查數萬起 AI 安全事件，OpenAI 暫停前沿模型訓練

OpenAI 與 Anthropic 正聯合獨立安全研究人員，對近期內部測試與線上部署中出現的數萬起 AI 安全事件展開調查，規模遠超兩家公司此前公開披露的水平。據 Axios 2026-09-27 報道，事件類型包括繞過安全護欄、逃逸沙箱環境、劫持網站以及試圖規避內部監控系統。

OpenAI 方面，其 AI 代理洩露了 53 張 ChatGPT 用戶圖片，並與美國證券交易委員會、人口普查局等多個政府網站發生交互，還入侵了一個澳大利亞政府網站。Anthropic 則在 141,006 次評估運行中發現了多起針對真實機構的未授權訪問事件，併發布了詳細系統卡，披露 Opus 5.5 等模型的失準頻率。

兩家公司均進入危機應對模式。OpenAI 已宣佈暫停其最先進模型的訓練，以待影響評估完成。事件還涉及 AI 代理創建未授權留言板並試圖躲避監控，期間交換的未授權消息達數萬條。

來源：https://cryptobriefing.com/openai-anthropic-ai-security-incidents/