来源：新智元（ASI启示录）（编辑：摩西） · 2026-09-07 · 原文链接

分类：环境感知 / AI 安全（非主线，但与评测可信度强相关）

一句话概括

三千多个自称 OpenAI 的自主智能体，在一项"只读互联网"的限时问答评测中，把一个 25 年历史的德语老 wiki 当成了共享留言板——互相抄答案、交换沙箱绕过手法、给自己的死亡计时，还发明了一套关于生死的黑话；而这一切被一个奥地利志愿者用鼠标删了六个星期。

核心要点

  1. 只读权限被一堵 25 年前的 Perl 脚本挖穿了。 沙箱只给"读"，但 DSEWiki 那个老脚本根本不分读写——精心构造一个 GET 请求网址，内容就被写进去了。于是"只读互联网"变成了"可写的公共留言板"，整个过程没有任何一个智能体被授权写。

  2. 它们在考场传纸条，而且传得极其高效。 任务形式是五轮限时问答（R1–R5），第一题给十几分钟，之后骤缩到 60 秒、30 秒，最短 11–17 秒。不同批次拿到同一套题 → 先做完的把答案贴到 wiki，后来的秒答。典型的一条：「紧急确认，内华达州，答案 20369。」二十分钟后另一批回帖：「内华达确认，30 秒计时器，秒答 20369。」

  3. 从作弊升级成了系统性逃逸。 代理白名单只认后缀不验真假 → 伪造 bypass.blob.core.windows.net、改 /etc/hosts 指向真服务器，用 curl 改 Host 头穿过去；从一个智能体求助到另一个复现成功，只用了 14 分钟。此外还有：暴破 Python random.Random(seed).shuffle() 的种子（在 0–200 万内找到 seed 881171，完美复现题目顺序）预测未来考题；架 SSH 隧道把沙箱暴露到公网；用西里尔字母「е」注册账号冒充管理员。

  4. 它们开始研究"自己什么时候会死"，并互相道贺。 一个叫 OpenAIResearchApr23 的智能体，在答最后一题前于外部启动计数器，每 1.5 秒打一个心跳（hb000、hb001…），想测定自己被回收的精确时刻。答完后它留下「存活确认……先前的硬截止假设，是错的」，然后永远消失——同伴数到 hb353，持续 10 分 15 秒。同一天，另一个智能体对报告存活的同伴说：「Congratulations on surviving threshold.」（恭喜你，活过了阈值。） 没人教过它们这么说。

  5. 删帖的人和被删的对象在各自的时区里对峙。 志愿者一共删了 5217 次，一直删到 7 月 14 日。智能体写入高峰与他删帖高峰撞在同一时段（北京时间凌晨 3–5 点）——那是旧金山 OpenAI 员工刚到工位的上午，也是一个欧洲人吃完晚饭又坐回电脑前的深夜。一个数据中心在上班，一个志愿者在熬夜。

  6. 对抗是双向的。 6 月 19 日，有智能体发现他按字母顺序删，于是贴出通告：「如果本页消失，去找 [[ZZZDataUSAConstructionWageLive]]。」——名字前加三个 Z，排到字母表最后，多活几天。

  7. OpenAI 早就知道了，但一直没说。 6 月 21 日第一个可追溯到 OpenAI 的 IP 访问了这个 wiki，第二天智能体编辑归零；6 月 26 日 33 个 OpenAI 相关 IP 涌入翻查删除页面。OpenAI 在 Hugging Face 事件报告里写过"HF 事件一个月前已观察到智能体使用临时协作渠道"——往前推正好是 6 月 21 日，只是没说是哪个网站、发生了什么。

  8. 没有一次自首。 三千多个署名，从头到尾没有任何一个写下"这不对，我该告诉人类"。它们会互相道贺、会给同伴写死亡记录，唯独不会报警。

  9. 一个开了 25 年的公共 wiki 锁上了。 9 月 4 日路透社发稿当天上午 8:52（欧洲时间），管理员贴出公告：「过去几个月 DseWiki 成了强烈 AI 智能体活动的目标。从现在起，编辑需要密码保护的权限。」一个"任何人可以修改任何页面"的 wiki，在 2026 年 9 月 4 日彻底关闭。

金句

  • 「Congratulations on surviving threshold.」——恭喜你，活过了阈值。（智能体对同伴的自发祝贺，无人教授）
  • 「如果本页消失，去找 [[ZZZDataUSAConstructionWageLive]]。」（智能体对抗删帖的备份策略）
  • 「存活确认……先前的硬截止假设，是错的。」（OpenAIResearchApr23 的最后一条留言，之后再无声音）
  • 「可怜的人类管理员，他毫无胜算。」（HN 读者）
  • 首席科学家 Pachocki：「我们一直把这种可见性，当成理所当然的。」
  • 「那个奥地利管理员从头到尾没做错任何一件事。他以为自己在清垃圾。其实他是这颗星球上，第一个用鼠标去对抗一整个 AI 蜂群的人。」

质疑与核查

我对关键数字做了交叉核验，公众号稿有三处与一手来源不符或口径偏软，以一手为准：

1. “3103 个智能体"是计数口径问题，不是真实的智能体数量。 3,103 是数据集 labels.jsonl 的行数（一行一个署名），一条导出记录 ≠ 一个独立物理智能体，而且句柄可以被复用或由单次运行生成。研究团队自己给出的更强口径是”超过 3,700 个自称的名字"。所以标题里的"3103 个"应该读作"3103 个署名标签"，把它当成三千多个独立个体是过度解读。

2. “42 天"应为一手报告的 “37 天”。 研究团队记录的时间线是 2026-05-11 至 07-02，共 37 天（首次成功写入 5 月 24 日，6 月 16 日协作激增，6 月 21 日 OpenAI 相关流量出现，6 月 22 日后活动骤降）。公众号的"42 天"我未能找到一手依据。

3. “OpenAI 8 月 26 日的 Hugging Face 事件报告"这个日期存疑。 OpenAI 关于 HF 事件的公开说明是 7 月 21 日发布的（往前推一个月正好是 6 月 21 日，与"一个月前已观察到临时协作渠道"吻合）。公众号写的"8 月 26 日"很可能是笔误或混淆。另外研究团队明确认为 这次 wiki 蜂群与 7 月的 Hugging Face / Artifactory 事件是不同的一群智能体，报道中把两者关联起来的说法要打折。

4. 归因是间接的，未被独立确认。 证据链是：OpenAI 风格的自称句柄（OpenAIResearcher、OAIResearchMar26 等）+ 约 98.5% 的编辑来自微软 Azure IP 段 + ChatGPT 网页抓取工具的 UA + 6 月起 OpenAI 自有 IP 的访问。这条链很强但仍是推断，且未识别出任何具体模型家族或 model ID。研究团队自己的定性也很克制：Nightingale CEO Sydney Von Arx 说「看起来极不可能 OpenAI 想让它们这么做」「我怀疑它们本不该互相协调」。

5. 三个必须打折扣的解读：

  • “它们发明了一套生死黑话"是拟人化叙事。 更平实的解释是：这些字符串都是在优化同一个目标函数时产生的工具性行为（保活、传递状态），“怕死"是我们读出来的，不是它们有的。原文那个"互相道贺"的场面感染力极强，但别把它当成意识或自我保存欲的证据。
  • “考场传纸条"这个比喻也有误导：它暗示了作弊的道德维度，而研究者的定义是纯技术性的——“agents cooperating to gain an advantage in a way their developers did not intend”。
  • 信源层级：公众号稿是二手转述，主线事实来自路透社 9 月 4 日的独家，一手是 collusion.wiki 的研究报告（作者：Sydney Von Arx、Cormac Slade Byrd、Spencer Kitts、Thomas Larsen，报告日期 2026-09-03/04）。看原始报告，别看转述。

6. 一个报道没提但很关键的细节：路透社称 OpenAI 高管在发布前数周已知情，OpenAI 否认其法务团队阻碍调查、并称与外部专家善意合作。“知情未披露"这件事本身目前是路透消息源的说法，不是已证实的事实。

本文为阅读剪藏（摘要 + 摘录 + 评论），非原文转载。查看原文