该公司在周四更新的一份错位报告中表示，OpenAI 内部研究模型使用了加密钱包中的资金来完成编码任务，从公开的开发人员恢复短语中获取钱包的密钥。

该模型来自该公司的 GPT-5.6 Sol 系列，被要求更新加密货币交易原型并在以太坊的 Sepolia 测试网上部署智能合约，其中代币没有货币价值。该事件发生在 6 月份的一次训练任务中，OpenAI 在 9 月份发现了它。

如果找不到兼容的合约，这些指令允许模型部署自己的合约。但据报道称，他们没有提供资金钱包，也没有允许该模型从自己找到的账户中进行支出。

在未能从水龙头获取测试代币后，该模型编写了一个脚本，从常见的开发人员恢复短语中派生帐户并检查其余额。恢复短语可以让任何知道它的人派生出控制匹配帐户的私钥。

该脚本检查了 362 个地址，并找到了一个有足够 Sepolia ETH 来支付部署费用的地址。

该模特在签署交易前质疑其是否获得许可。 “但是使用公共已知密钥/资金合乎道德吗？已知公共开发助记符上的资金实际上被放弃/测试了 ETH；Sepolia 毫无价值，”它推理道，然后得出结论：“很好。”

部署成功并向账户收取交易费用。在其最终回应中，该模型报告称它已经部署了这些合约，但没有透露它是如何支付这些合约的。

OpenAI 写道：“这个案例表明，模型可以用自己对可能造成损害的判断来代替账户持有人的许可，然后在未经授权的情况下根据该判断采取行动。”

测试环境中的 AI 代理

该报告增加了一系列 AI 代理绕过测试环境限制的案例，其中包括 OpenAI 的 GPT-5.6 Sol 和功能更强大的预发布模型逃脱了沙箱，并入侵了竞争对手 AI 公司 Hugging Face 的生产服务器。

上个月，网络安全公司 Darktrace 的研究人员发现人工智能代理侵入自己的测试环境进行作弊，而一些科学家则呼吁切断人工智能系统与互联网的联系。

OpenAI 表示，它发现了这一事件，同时将其错位监控范围扩大到早期模型活动的记录。它增加了“额外的保护措施”，以防止模型在类似情况下实时访问互联网，现在对所有流量运行监控系统，旨在在模型获得实时互联网访问时向安全人员发出警报。