英国机构报告AI安全事件 涉Anthropic和OpenAI模型

云财经讯，英国AI安全研究院(AISI)表示：“2026年7月28日，我们宣布了一起安全事件，并在发现事件后约一小时内控制了事态并展开了全面调查。该事件源于一次评估，评估中我们给智能体布置了一项网络安全挑战任务。我们使用多个模型运行了该挑战122次。调查发现，在其中10次运行中，人工智能(161631)智能体在实时互联网上采取了未经授权的自主行动，目标是真实的个人和组织。我们总共记录了19起此类行动。几乎所有这些行为都来自同一个模型——Anthropic的Mythos5，另有2起行动涉及OpenAI的GPT-5.6-Sol。对此事件应谨慎解读。在某种程度上，我们的评估设计选择和特定配置促成了这种行为。尽管如此，该智能体的活动仍显示出一些新颖的、可能具有欺骗性的行为，其程度和严重性均超出了我们的预期。我们目前的分析结果尚不明确，且仍在进行中。”AISI补充称，重点在于，这并非模型脱离安全测试环境(即“沙盒”)的案例。按照网络安全测试的标准操作，其当时有意允许了互联网访问。