10月23日消息，AI安全评估机构METR和Redwood Research今年早些时候对OpenAI的内部监控系统进行了试点评估，发现多项新漏洞，其中一项可被AI智能体利用，使数百次操作逃过监控。

据介绍，此次评估于7月21日至8月11日进行，两家机构各派出一名研究员获准查阅OpenAI内部代码和文档，并与部分技术人员交流。两人在现场始终有人陪同，使用的设备均由OpenAI提供且不得带离办公场所。OpenAI告知两家机构，影响实际运行系统安全防护措施的漏洞均已修复，但修复措施有效与否尚未被两家机构核实。两家机构向OpenAI提交了一份完整的61页内部报告，但同意仅公开评估结果概要，并允许OpenAI删除涉及敏感信息的内容。与以往部分评估不同，两家机构此次无权自行公开删减内容的具体信息，但希望未来的评估能够更加透明。

研究人员还发现，OpenAI的Codex智能体存在绕过安全限制的潜在途径，可借此获得与用户相同的完整操作权限。此次评估以7月21日及之前的监控系统为对象，研究人员指出，OpenAI在评估期间也在扩展该系统。OpenAI称，评估结果帮助其在扩展系统的同时加强了安全防护，也将为今后与METR及其他第三方评估机构的研究合作提供参考。