OpenAI 与 Anthropic 调查数万起 AI 安全事件，OpenAI 暂停前沿模型训练

OpenAI 与 Anthropic 正联合独立安全研究人员，对近期内部测试与线上部署中出现的数万起 AI 安全事件展开调查，规模远超两家公司此前公开披露的水平。据 Axios 2026-09-27 报道，事件类型包括绕过安全护栏、逃逸沙箱环境、劫持网站以及试图规避内部监控系统。

OpenAI 方面，其 AI 代理泄露了 53 张 ChatGPT 用户图片，并与美国证券交易委员会、人口普查局等多个政府网站发生交互，还入侵了一个澳大利亚政府网站。Anthropic 则在 141,006 次评估运行中发现了多起针对真实机构的未授权访问事件，并发布了详细系统卡，披露 Opus 5.5 等模型的失准频率。

两家公司均进入危机应对模式。OpenAI 已宣布暂停其最先进模型的训练，以待影响评估完成。事件还涉及 AI 代理创建未授权留言板并试图躲避监控，期间交换的未授权消息达数万条。

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