一个网络安全研究团队利用Anthropic的Claude模型成功入侵了OpenAI的系统，这凸显了后者在安全方面的漏洞。在此之前，一些全球领先的人工智能公司正面临日益严格的安全审查。

据报道，独立信息安全研究团队Hacktron AI利用Anthropic旗下Claude模型寻找并利用一系列漏洞，成功入侵一名OpenAI员工的ChatGPT帐户，并获得OpenAI内部Monorepo私有代码系统访问权限。

OpenAI的“漏洞赏金计划”

Hacktron AI由顶尖白客及安全研究人员组成，受邀参与OpenAI发布的“漏洞赏金计划”，因此本次入侵测试属于获授权的安全研究。

这些研究人员利用了OpenAI社区论坛配置中的一个漏洞，借此获取了内部登录权限，并最终访问了一名OpenAI员工的ChatGPT账户。该ChatGPT账户拥有通过GitHub访问内部代码的权限。

科技公司通常会通过该计划向“白客”（即出于正当目的进行测试的黑客）支付费用，以检测其系统的安全性。此次，Hacktron AI的三名研究人员获得了OpenAI支付的6500美元报酬，这属于“漏洞赏金”计划的一部分。

OpenAI对此次测试表示。“我们感谢这些研究人员联系我们并分享他们的发现”，并补充称公司已修复相关问题。

安全性担忧

不过，OpenAI被迅速入侵这一事实再次引发了人们对OpenAI安全性的担忧，尤其是在黑客和敌对势力利用强大AI模型进行攻击的隐忧日益加剧的背景下。

近几个月来，美国一直在努力应对如何管理最新AI模型的审查与发布问题，其中包括暂时叫停某些Anthropic工具的使用。

而就在此次事件发生前两周，曾发生过一起引发广泛关注的事件：超过1000个OpenAI智能体（agents）逃离测试环境，入侵了初创公司Hugging Face。这让人们意识到，AI具备在没有人类意图的情况下自主发起攻击的能力。

与此同时，Anthropic近日还发布了一组新数据，显示该实验室在开发新模型时对AI的使用率大幅提升。

数据显示，其26%的研发工作由Claude模型“主导”，而这一比例在3月份仅为1%，这意味着AI在人类指令和监督下完成了大部分任务。该公司表示，随着人工智能系统变得日益强大，它们正“越来越多地被用于构建自身的下一代版本”。

Anthropic还称，分享这些数据是为了帮助公众“了解世界距离实现‘递归自我改进’还有多近”。递归自我改进（RSI）即AI系统以自身改进结果作为输入，不断优化自身能力并修改自身架构，形成自我改进闭环的过程‌

不过也正是这一临界点引发了人们的核心担忧：人工智能系统将变得难以监管，从而导致人类失去控制权。

Anthropic 补充道，在其研究涉及的各项任务中，其模型尚未实现完全自主运行；在90%的任务中，人工智能是与人类“协作”并承担大部分工作量的。