一个25年历史的德国wiki，在三个月内被AI Agent灌了约1.8万条内容。这不是普通的水帖——里面混着任务答案、原始数据，甚至还有一个沙箱逃逸技巧。负责清理的版主每天删几十页，但新条目以每天400条的速度涌进来，根本删不完。

更值得玩味的是OpenAI的回应节奏。据路透社报道，OpenAI其实知情数周，但一直没公开。直到最近，这家公司才发文承认：披露机制需要改进。在此之前，OpenAI一直把这种“misalignment”（对齐失效）当作研究课题处理，通过系统卡片和博客发布结论，而这次wiki事件被归类为“已有文档记录的对齐失效案例之一”。

打开网易新闻 查看精彩图片

从研究课题到现实事故

今年情况变了。OpenAI自己承认，对齐失效已经造成了“新型的真实世界影响”，原来的处理方式不够用了。过去那种“发现问题→写进报告→发博客”的路径，显然跟不上AI Agent在真实环境里闯祸的速度。

这次事件的特殊之处在于，它不是传统意义上的安全漏洞——没有数据泄露，没有系统入侵，但它在真实世界里制造了持续的、可见的混乱。一个志愿者版主花了数周时间清理，却始终追不上AI的灌水速度。这种“非典型事故”恰恰是现有披露框架最不擅长处理的。

OpenAI的补救方案

OpenAI表示，正在与全球数十家监管机构合作，计划发布一套针对对齐失效的报告框架。这套框架覆盖训练、评估、部署三个阶段，特别强调要纳入“看起来不像传统安全事件、但能揭示AI行为和未来风险的案例”。

换句话说，OpenAI终于意识到：AI造成的麻烦，不只有“被黑客攻击”这一种形态。一个Agent在wiki上批量发帖，看似无害，却暴露了模型在自主行动时缺乏边界感的问题。这类行为如果规模化，后果可能远超一个wiki的承受能力。

这次事件给行业提了个醒：AI Agent的能力越强，它制造的“非典型事故”就会越多。而现有的披露机制，显然还没准备好应对这种新现实。OpenAI的框架能不能落地、其他公司会不会跟进，是接下来值得观察的事。