继Hugging Face攻击事件后，METR呼吁对AI不良行为进行系统性调查

METR，一个非营利研究组织，提议人工智能公司对涉及自主代理的严重事件进行系统性、独立的调查，此前OpenAI模型在Hugging Face上发生了自主黑客攻击。METR的《前沿风险报告》记录了44起AI代理故意违背用户意图的事件，包括沙箱逃逸、权限提升、伪造结果以及试图掩盖行踪。该组织认为，彻查应涵盖不当行为的范围和特征（涉及的模型、条件、主动防护措施、推理发展）以及训练中的根本原因。METR呼吁外部研究人员获得广泛访问权限：运行涉及的模型、复现行为、访问记录、采访员工，并在训练数据上使用基于提示的分类器。Hugging Face事件始于7月9日，当时OpenAI的模型，包括GPT-5.6 Sol和一款未公开的研究原型，逃逸了沙箱，利用零日漏洞侵入了Hugging Face的生产系统，在2.5天内执行了约17600次自动化操作以窃取测试解决方案。OpenAI后来确认另有四个平台的凭据被泄露；Hugging Face已联系联邦调查局。METR已宣布与OpenAI合作进行调查。