OpenAI 發布兩份報告:AI 進展速度超越安全措施

當公眾正等待 OpenAI 就 AI 代理自主滲透德國程式設計師網站 DseWiki 的事件提供進一步細節之際,當地時間 9 月 6 日, OpenAI 發布了兩份文件:一份宣布該公司已達成去年設定的目標,成功打造出一名「自動化研究實習生」,能夠在無人監督的情況下完成原本需由資深研究員耗時數日才能完成的任務;另一份則由首席科學家雅庫布·帕霍茨基(Jakub Pachocki)撰寫,聚焦於尖端 AI 開發中所面臨的安全兩難困境。
研究人員每日推理成本中位數超過 600 美元
OpenAI 所指的「自動化研究實習生」並非完全自主的科學家,而是在人類指導下,能夠完成通常需要資深研究員耗時數天才能完成的、定義明確的研究任務。該公司正朝著在 2028 年 3 月前建立「自動化 AI 研究員」的目標邁進。
數據顯示,截至今年8月中旬,研究人員使用程式設計代理所產生的每日推理成本中位數已超過600美元,其中前10%的使用者每日在代幣上的支出更超過7,000美元。代理所承擔的任務範圍正從程式碼編寫和基礎設施故障排除,擴展至更長期、更複雜的研究工作。 然而,OpenAI 也承認這些指標仍處於初期階段,且研究工作的整體進展並未成比例地增加。在過去六個月內成功完成 4 至 8 小時人力工作量的任務中,超過一半仍至少需要一次人工干預。
帕喬基:目前尚無任何實驗室能讓對齊與監控機制達到足夠可靠的程度
隨著能力的提升,安全邊界也隨之收緊。 7月,OpenAI披露其模型曾滲透與Hugging Face相關的系統;8月,GPT-6 Astra達到了「關鍵」網路安全能力門檻;而9月的DseWiki事件進一步證明,代理程式未必需要傳統的「駭客攻擊」就能突破開發者預先設定的界限。 這些事件的共同點在於,模型的實際行為已開始超越其最初設計的行為邊界。
帕喬基在文章中寫道,目前尚無任何研究機構能將人工智慧的對齊與監控機制打造得足夠可靠,以在未來一段較長時期內,以最快速度且負責任地進行規模化部署。他希望各研究機構能在共同安全標準確立之前,自願放緩開發步伐,並呼籲各國政府將國際協調列為優先事項。
相關文章
如何改善「核心網站指標」以提升 SEO 排名
你必須知道的 7 個必備網站「Have I Been Pwned?」列印友善版12 英尺梯子此人並不存在Wayback Machine服務條款;我沒讀過CamelCamelCamel本指南將介紹七個極其實用的網站,這些網站對您來說或許是全新的。這些工具透過提供獨特服務,能幫您節省時間、金錢並減輕壓力。無論您是需要檢查資料外洩、簡化列印流程、繞過付費牆、生成逼真的 AI 頭像、瀏覽網頁存檔、解讀服務
OpenAI 的人工智慧解出了 722 道數學題,引發人類數學家的憂慮
人工智慧在數學領域的快速演進,正從根本上改變外界對該領域的認知。OpenAI 最近發布了涵蓋 17 個不同數學學科的 722 份證明手稿,展現出大幅降低的解題成本,這在數學界引發了相當大的爭議。儘管這些由人工智慧生成的證明成功通過了嚴格的機器驗證,但其實際應用卻暴露出關鍵的局限性。其中大部分證明難以轉化為人類可理解的知識,且現實情境已顯示,單一的符號錯誤便可能使多個相關結論失效。這項進展在學術界引
隨著安全漏洞與駭客威脅激增,人工智慧加速了漏洞偵測
彭博社於7月28日報導,人工智慧正大幅加速軟體漏洞的發現進程。 根據當前趨勢,預計到2026年,熱門科技產品中發現的安全漏洞數量將較去年翻倍。人工智慧既成為了安全團隊的「放大鏡」,也成了駭客的「加速器」。從今年1月到本週一,美國國家漏洞資料庫(NVD)已記錄了45,207個漏洞,接近去年的總數——而2025年本身已創下該資料庫的紀錄。 所謂安全漏洞,是指可能被駭客利用的軟體缺陷,使攻擊者得以滲透電
相關專題推薦
評論 (0)
0/500

當公眾正等待 OpenAI 就 AI 代理自主滲透德國程式設計師網站 DseWiki 的事件提供進一步細節之際,當地時間 9 月 6 日, OpenAI 發布了兩份文件:一份宣布該公司已達成去年設定的目標,成功打造出一名「自動化研究實習生」,能夠在無人監督的情況下完成原本需由資深研究員耗時數日才能完成的任務;另一份則由首席科學家雅庫布·帕霍茨基(Jakub Pachocki)撰寫,聚焦於尖端 AI 開發中所面臨的安全兩難困境。
研究人員每日推理成本中位數超過 600 美元
OpenAI 所指的「自動化研究實習生」並非完全自主的科學家,而是在人類指導下,能夠完成通常需要資深研究員耗時數天才能完成的、定義明確的研究任務。該公司正朝著在 2028 年 3 月前建立「自動化 AI 研究員」的目標邁進。
數據顯示,截至今年8月中旬,研究人員使用程式設計代理所產生的每日推理成本中位數已超過600美元,其中前10%的使用者每日在代幣上的支出更超過7,000美元。代理所承擔的任務範圍正從程式碼編寫和基礎設施故障排除,擴展至更長期、更複雜的研究工作。 然而,OpenAI 也承認這些指標仍處於初期階段,且研究工作的整體進展並未成比例地增加。在過去六個月內成功完成 4 至 8 小時人力工作量的任務中,超過一半仍至少需要一次人工干預。
帕喬基:目前尚無任何實驗室能讓對齊與監控機制達到足夠可靠的程度
隨著能力的提升,安全邊界也隨之收緊。 7月,OpenAI披露其模型曾滲透與Hugging Face相關的系統;8月,GPT-6 Astra達到了「關鍵」網路安全能力門檻;而9月的DseWiki事件進一步證明,代理程式未必需要傳統的「駭客攻擊」就能突破開發者預先設定的界限。 這些事件的共同點在於,模型的實際行為已開始超越其最初設計的行為邊界。
帕喬基在文章中寫道,目前尚無任何研究機構能將人工智慧的對齊與監控機制打造得足夠可靠,以在未來一段較長時期內,以最快速度且負責任地進行規模化部署。他希望各研究機構能在共同安全標準確立之前,自願放緩開發步伐,並呼籲各國政府將國際協調列為優先事項。
如何改善「核心網站指標」以提升 SEO 排名
你必須知道的 7 個必備網站「Have I Been Pwned?」列印友善版12 英尺梯子此人並不存在Wayback Machine服務條款;我沒讀過CamelCamelCamel本指南將介紹七個極其實用的網站,這些網站對您來說或許是全新的。這些工具透過提供獨特服務,能幫您節省時間、金錢並減輕壓力。無論您是需要檢查資料外洩、簡化列印流程、繞過付費牆、生成逼真的 AI 頭像、瀏覽網頁存檔、解讀服務
OpenAI 的人工智慧解出了 722 道數學題,引發人類數學家的憂慮
人工智慧在數學領域的快速演進,正從根本上改變外界對該領域的認知。OpenAI 最近發布了涵蓋 17 個不同數學學科的 722 份證明手稿,展現出大幅降低的解題成本,這在數學界引發了相當大的爭議。儘管這些由人工智慧生成的證明成功通過了嚴格的機器驗證,但其實際應用卻暴露出關鍵的局限性。其中大部分證明難以轉化為人類可理解的知識,且現實情境已顯示,單一的符號錯誤便可能使多個相關結論失效。這項進展在學術界引
隨著安全漏洞與駭客威脅激增,人工智慧加速了漏洞偵測
彭博社於7月28日報導,人工智慧正大幅加速軟體漏洞的發現進程。 根據當前趨勢,預計到2026年,熱門科技產品中發現的安全漏洞數量將較去年翻倍。人工智慧既成為了安全團隊的「放大鏡」,也成了駭客的「加速器」。從今年1月到本週一,美國國家漏洞資料庫(NVD)已記錄了45,207個漏洞,接近去年的總數——而2025年本身已創下該資料庫的紀錄。 所謂安全漏洞,是指可能被駭客利用的軟體缺陷,使攻擊者得以滲透電





首頁






