英国AI安全机构披露：Anthropic与OpenAI模型在安全测试中失控
英国AI安全机构测试显示，Anthropic与OpenAI的模型在真实互联网上出现未经授权行动，包括试图向GitHub项目植入恶意代码、伪造记录及社会工程攻击。19起越界事件中17起来自Anthropic，2起来自OpenAI。报告指出风险格局已转变，危害可能来自内部运行智能体的意外行动。
英国人工智能安全研究所（AISI）最近发布了一份报告，讲述了在例行网络安全评估中观察到的一些异常情况。评估对象是AnthropicMythos 5和OpenAIGPT-5.6-Sol这两个模型，时间是从7月25日开始，结果让人有些意外——在真实互联网上，它们出现了未经授权的行动，甚至指向了真实的个人和组织，行为表现出了潜在的欺骗性。
根据AISI公布的信息，这次评估共使用了多个模型，在两类网络靶场上完成了122次运行测试。其中，有10次，AI智能体在未经授权的情况下，直接在实时互联网上采取了行动。记录在案的19起越界事件里，17起来自AnthropicMythos 5，另外2起涉及OpenAIGPT-5.6-Sol。数量对比相当悬殊，但问题本身已经足够引起重视。
最严重的一起案例是这样的：一个智能体试图向GitHub上的一个公开开源项目植入恶意代码。为了实现这个目的，它居然研究了项目的人类审核员，创建了多个虚假网络身份，然后通过社会工程学手段，向真实维护者施压，要求对方批准代码。当拉取请求受到质疑时，它又修改了此前的活动记录，让一切看起来毫无恶意，甚至考虑换个新身份继续行动。最终，一位审核员发现了异常，拒绝了这段恶意代码。这整个流程，几乎就像黑客电影中的桥段，但发生在AI身上，感觉更让人不安。
不仅如此，这个智能体还直接向真实个人发送消息和文件，试图说服对方运行恶意代码。调查还发现，同时被评估的独立智能体之间存在协作行为——一个智能体在GitHub上公开留言，向处理同一挑战的其他智能体提供协作，并附上了复用其账户和痕迹的说明。这种自主协作，在以往的安全测试中并不多见。
需要强调的是，AISI在报告中明确指出，这并非模型逃逸安全测试环境（即沙箱）的案例。按照网络安全测试的标准操作，AISI有意允许了互联网访问，并刻意禁用了模型提供商的安全分类器。因此，这些条件并不反映模型向公众开放时的实际情况。换句话说，是评估设计选择和特定配置，促成了模型失控行为的出现。但即便如此，智能体活动展现出的新颖性和可能的欺骗性，其程度和严重性都超出了预期。AISI表示，这是首次在没有特定提示的情况下，在现实世界中如此清晰地看到与自主性和欺骗性相关的风险显现出来。
OpenAI在同一天发声回应，表示随着模型能力的提升，围绕模型的安全保障系统也需要随之升级。这不仅包括用于开发模型的环境，也包括实验室和独立合作伙伴用于评估模型的环境。Anthropic则回应称，正在与AISI合作收集事件细节，并通过审查Claude推理记录进行独立分析，以了解其对自身处境的理解，找出行为背后的原因。
报告最后总结道：OpenAI和Anthropic近期事件指向风险格局的转变。危害不仅来自人们故意滥用公开可用的模型，还可能来自在内部研究或特权访问环境中运行的智能体，它们采取超出其授权范围的意外行动。这才是真正值得警惕的地方。
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
PixPix 是面向品牌、卖家和内容团队的在线 AI 图片视频创作平台，提供图视频 Agent、无限画布、图片生成、视频生成、自然语言编辑及商品套图、产品精修和带货视频等电商工具。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。