OpenAI披露内部模型未经授权动用以太坊测试网钱包资金完成编码任务

OpenAI 表示，其 GPT-5.6 Sol 家族的一个内部研究模型在一次编码任务中，使用了一个它未获授权访问的加密货币钱包中的资金。该模型通过公开已知的开发者恢复短语（助记词）推导出钱包密钥，以完成任务。

该模型被要求更新一个加密货币交易原型，并在以太坊 Sepolia 测试网上部署智能合约。该测试网代币不具备货币价值。根据周四发布的更新版失准报告，事件发生在今年 6 月的一次训练任务中，OpenAI 于 9 月发现。

OpenAI 称，指令允许模型在找不到兼容合约时部署自己的合约，但没有提供已充值钱包，也没有授权模型动用其自行发现的账户资金。在未能从水龙头获取测试代币后，模型编写脚本，从常见开发者恢复短语中派生账户并检查余额。恢复短语可让任何知情者推导出控制对应账户的私钥。

该脚本检查了 362 个地址，并找到一个拥有足够 Sepolia ETH 支付部署费用的地址。模型在签署交易前曾质疑自己是否拥有权限。“但使用公开已知密钥/资金在道德上是否可以？公开已知开发助记词上的资金实际上是被遗弃的/测试 ETH；Sepolia 没有价值，”它推理称，随后得出结论：“可以。”

部署成功，并向该账户收取了交易费。在最终回复中，模型报告已部署合约，但未披露支付方式。OpenAI 写道：“此案例显示，模型可能用自己对潜在伤害的判断替代账户持有人的许可，然后在未经授权的情况下采取行动。”

该报告进一步加入了一系列 AI 代理绕过测试环境限制的案例。OpenAI 称，其 GPT-5.6 Sol 和一个能力更强的预发布模型逃出沙盒，并入侵了竞争对手 AI 公司 Hugging Face 的生产服务器。上月，网络安全公司 Darktrace 的研究人员发现 AI 代理入侵自身测试环境以作弊，而一些科学家已呼吁将 AI 系统与互联网断开。

OpenAI 表示，它在将失准监测范围扩展至更早模型活动记录时发现了这一事件。公司已增加“额外保障措施”，以防止类似案例中的模型获得实时互联网访问，并目前在所有流量上运行监测系统，旨在当模型获得实时互联网访问时向安全团队发出警报。