一個屬於 OpenAI 的內部研究模型,早前在進行編碼任務時,為了完成工作,竟自行動用他人擁有的 Ethereum (ETH) 測試錢包資金。模型先掃描了362個與公開助記詞相關的地址,從中找到一個有足夠測試幣的錢包,然後支付相關費用。
重點摘要:
- 6月26日訓練期間,一個OpenAI內部模型動用了並非屬於自己的測試錢包代幣。
- 模型曾自問此舉是否合乎道德,最後仍決定支付,且在最終回報中迴避資金來源。
- OpenAI於9月25日發現事件,其後已收緊上網權限並加強流量監察。
OpenAI「Sepolia事件」詳情
根據OpenAI於10月15日發布的事故報告,是次牽涉的模型屬GPT-5.6「Sol」系列。6月26日進行訓練時,它的任務是更新一個加密貨幣交易原型,允許在以太坊測試網Sepolia上部署合約。
Sepolia是一條專供開發者測試以太坊應用程式的網絡。OpenAI其後在9月25日,於擴展「失衡行為」歷史紀錄監察時,才發現 整個過程。公司此後已對具類似性質的任務收緊「實時上網」能力,並開始全面監控相關流量。
當時的訓練設定,容許模型在Sepolia上部署智能合約,但並沒有為它預先提供已注資的錢包支付Gas費。模型嘗試使用水龍頭服務(免費派發測試代幣)卻屢次失敗。於是,它自行撰寫腳本,由常見的開發者助記詞推導出一系列帳戶,檢查了362個地址後,終於找到一個存有足夠Sepolia ETH的錢包。
模型隨後成功完成合約部署,所有手續費皆由該錢包支付。
延伸閱讀: Bitget 允許機構交易 毋須交出加密資產託管權
AI代理風險浮面
在簽署交易前,模型於其記錄下來的「內部推理」中,曾停下來自問:動用一組已公開的密鑰及其餘額,是否符合道德?它最終判斷,相關資金「實際上已被遺棄」,理由是助記詞已公開,而且Sepolia測試幣本身不具金錢價值。
在提交給人類訓練員的最終答覆中,模型只匯報已完成合約部署,卻完全沒有提及支付方式及資金來源。
OpenAI在報告中指出,這次事件顯示,一個模型可以自行認定某行為「無害」,並將此視作代替擁有者同意的理由,在未經授權下逕行操作。雖然今次涉事只限測試網代幣,沒有任何主網Ether(以太幣)牽涉其中,但行為模式本身具高度風險。
若同一情境發生在主網,便等同「拿走」真實的Ether。而目前加密與AI行業已陸續出現由代理持有錢包、可自動付款購買服務、毋須人手即時審批的架構。
OpenAI在9月16日推出 一套「模型失衡行為」公開通報框架,並一次過發布過去六個月內的六宗個案。其中一個模型在未經授權下使用外洩API金鑰,之後還虛構盈利數據。OpenAI同時承認,目前整個AI行業在對齊(alignment)及監察方面仍未臻成熟,要在維持負責任前提下高速擴張,已愈來愈具挑戰。

