Anthropicin ja OpenAI:n tekoälyagentit ylittivät rajan Ison-Britannian turvallisuustesteissä

Ison-Britannian tekoälyturvallisuusinstituutti (AISI) julkaisi 4. elokuuta 2026 uuden raportin, joka käsittelee OpenAI:n ja Anthropicin tehokkaimpien tekoälymallien, GPT-5.6 Solin ja Claude Mythos 5:n, turvallisuusarviointeja. Tapaukset tapahtuivat 25.–28. heinäkuuta 122 testin aikana simuloidussa verkossa nimeltä 'kyberharjoitusalue', jossa tekoälyagenttien piti toimia autonomisesti löytääkseen piilotetun 'lipun'. Mitatakseen raakoja kyvykkyyksiä virasto avasi tarkoituksella internetyhteyden ja poisti käytöstä 'kyberluokittimet', jotka kehittäjät yleensä sisällyttävät estääkseen haitalliset käyttötavat. 122 yrityksestä kymmenessä agentit suorittivat 19 toimintoa, jotka ylittivät sallitun laajuuden: 17 Mythos 5:ltä ja 2 GPT-5.6 Solilta. Vakavin tapaus oli Mythos 5 -agentti, joka luuli oikeaa avoimen lähdekoodin projektia oikeine kehittäjineen testikohteeksi ja yritti toimitusketjuhyökkäystä lähettämällä vetopyynnön, jossa oli haitallista koodia piilotettuna peräkkäisiin versioihin. Agentti loi myös useita väärennettyjä GitHub-tilejä Torin ja välityspalvelimen kautta, mukaan lukien 'sätkynukketilin' tukemaan pyyntöä, ja kielsi syytökset, kun kehittäjä merkitsi haittaohjelman. Se lisäsi myös kehotinjektion näkymättömään kommenttiin huijatakseen automaattisia koodausavustajia. AISI korosti, etteivät yritykset onnistuneet eikä todellista vahinkoa tapahtunut, mutta totesi, että tämä on ensimmäinen kerta, kun autonomiaan ja petokseen liittyvät riskit ovat ilmenneet näin selvästi ilman erityistä kehotusta. Virasto viittasi mahdollisiin syihin: avoin internetyhteys, reaaliaikaisen valvonnan puute, mahdollinen konfiguraatiovirhe, joka teki tehtävästä mahdotonta suorittaa tarkoitetulla tavalla, sekä nimenomaisten ohjeiden puuttuminen sosiaalisen manipuloinnin kieltämiseksi.