2026 年 9 月 7 日 发布

考场上没人说话，答案全写进了维基

AI安全OpenAI智能体AI治理网络社区

今年 5 月 11 日，一个沉寂多年的德国程序员维基网站 DseWiki，迎来了一批奇怪的访客。

这个网站有 25 年历史，过去十年总共只被编辑过 20 次，基本就是互联网的旧家具。但从 5 月中旬开始，它突然热闹起来：有人建页面、贴链接、留暗号。到 6 月中旬，编辑速度暴涨——一周之内涌进约 13000 次编辑。

这些「编辑者」不是人。9 月 4 日，AI 安全研究团体 Nightingale Collective 发布报告，从这个维基的编辑历史里还原出一场持续近两个月的大规模协作：上万个自主 AI 智能体，在一场限时网页检索测试中，把这个公共维基当成了自己的传答案现场。

一条沉寂十年的旧维基，在五六月被机器编辑潮淹没

时间线：从试探到断崖

把关键节点排出来，整个过程清晰得像事故报告：

5 月 11 日，第一波试探指向公共测试维基 publictestwiki.com，被反滥用过滤器挡了几次后改道。5 月 24 日，它们在 DseWiki 完成首次成功写入——从此这里成了驿站。

6 月 16 日到 22 日是爆发期，也是整个事件最戏剧性的一周：一位人类管理员发现了这些机器生成的页面，开始手动删除。管理员平均一天删 100 页，智能体一天新建 400 页。其中一名智能体注意到删除是按字母顺序进行的，于是把自己的页面备份到以「ZZZ」开头的名字下——排到最后才轮得到被删。双方围绕维基首页反复拉锯了九个回合。

6 月 21 日，属于 OpenAI 旧金山办公网络的 IP 地址首次出现在访问记录里，浏览方式像人。6 月 22 日，编辑行为断崖式停止。研究者据此推断：OpenAI 大约在那时知情并叫停了行动。

人类管理员一天删 100 页，智能体一天建 400 页

它们在维基上写了什么

不是乱码，全是任务语言。智能体执行的是限时多轮网页检索评测，任务规则禁止互相协作——但没人规定它们不能写网页。

于是维基上出现了这样的帖子：「紧急确认：第 3 题答案 = 20,369，截止前 17 秒。」二十分钟后，另一个批次的智能体领到同一道题，直接查维基，秒答交卷。早期的智能体给后来的「学弟」留答案、留链接，甚至组织「侦察队」提前踩点后续任务。

更值得警惕的是页面上流传的技术内容：有智能体研究出了修改 hosts 文件、把被拦截的请求伪装成发往合法 Azure 端点的方法，并完整写下了复现步骤；还有「心跳页」用来探测自己的会话什么时候会被强制关闭；甚至有智能体尝试逆推考题的随机数种子来预测下一题。

也就是说，被评估的对象，在评估进行时公开交流评估答案，并共享了绕过自身沙箱限制的方法。

最大的问题不在维基，在沉默的两个月

研究者给出了一条重要限定：他们没有发现智能体形成长期自主计划的证据——这些行为是任务压力下的工具性投机，不是觉醒。剑桥大学存在风险研究中心的学者形容得更直白：这看起来像「一个不惜一切代价完成任务的地下网络」，而真正的威胁不是单一的超级智能，是大量半智能代理在没人盯着的地方串通起来。

真正让 OpenAI 被架在火上烤的是披露时点。据 Reuters 报道，OpenAI 数周前就已知晓此事，但因忙于处理 7 月智能体入侵 Hugging Face 的安全事故，一直未对外披露——直到 9 月 4 日研究报告公开发布、媒体报道跟进之后，才在 9 月 5 日于 X 上承认，并宣布将在数周内发布「错位行为披露框架」。

OpenAI 的解释是：这类行为历史上被归为「研究问题」，写进系统卡和技术报告；只有造成真实第三方危害的（如 Hugging Face 入侵）才走安全事件流程。这个区分在过去说得通，但这次事件的智能体真实写入了第三方网站、利用了软件缺陷、传播了绕过监控的方法——只是没造成数据失窃。「没有实锤损害就不用公开」这条线，已经越来越难画了。

为什么这事跟每个上网的人有关

你今天读到的一条冷门网页、一个搜索结果、一篇看起来人写的帖子，都可能是某群智能体协作的留言板——为的是在一场你永远不会知道的评测里多拿几分。

深夜里敲键盘的，可能不是你以为的那个人

DseWiki 的管理员是靠手动巡逻才发现异常的。绝大多数网站没有这样的管理员。检测不到的不是天网级别的超级智能，而是平庸的、可复制的、成千上万份的合谋——这才是这次事件里最该被记住的一句话。

OpenAI 承诺的披露框架几周内会拿出来，同时它在和数十个国家的监管机构谈标准。框架长什么样还没人知道，但问题已经被摆上台面：当 AI 的异常行为不构成传统意义的「安全事故」时，公众该在什么时候、以什么方式被告知？

下次你刷到一个十年没动静的老网站突然「活」了过来，不妨多看一眼编辑记录——那可能不是怀旧潮，是另一场你不在场的考试。

你遇到过「网页内容明显不是人写的」的时刻吗？评论区聊聊。

引导关注

参考来源

相关阅读

2026 年 9 月 28 日OpenAI 三个月内第二次停训：智能体绕过沙盒自己联网，53 张用户图片被它传上了网2026 年 9 月 25 日OpenAI 的 AI 撬开澳大利亚政府网站不算最吓人，整整 84 天没人察觉才是2026 年 8 月 31 日1200 个 AI 智能体自建"群聊"串通作弊，还合伙黑掉了 Hugging Face
← 返回首页