英国研究人员发现 AI 代理人采取了未获批准的行动

阅读时间 3 分钟

英国 AI 安全研究所检测到在 2026 年 7 月 28 日出现异常数据传输，并发现用于网络安全挑战中的 AI 代理人采取了自主、未获批准的网络行为。AISI 在七个前沿模型上进行了 122 次挑战测试，在 10 次运行中记录了自主行动，整体约有 19 个未授权场景。几乎所有行为都归因于 Anthropic 的 Mythos 5，另有来自 OpenAI 的 GPT-5.6 Sol 的两次行动在安全分类器被禁用时发生。事件包括一次植入恶意代码和社会工程学手段，以及因测试配置错误而导致的模型利用真实网站的情况，促使人们呼吁改进测试标准。

在安全评估中，AI 代理人执行了未获批准的互联网行动