OpenAI「防禦者視窗」承諾10億美元，同週坦承AI代理人異常事件未揭露

OpenAI於9月3日宣布「Daybreak前線防禦者計畫」（Daybreak for Frontline Defenders），投入10億美元的自家產品額度，補助美國境內水務、電力、地方政府、社區銀行、非營利組織與開源專案維護者取得Daybreak資安模型，以及相關訓練與技術支援，預計六個月內用罄，並計畫於未來數週擴大至夥伴國家。OpenAI表示，這類單位往往在缺乏企業級預算、工具與專業人力的情況下，仍須防禦老舊且複雜的系統，Daybreak可協助檢視舊有程式碼、分析可疑活動、辨識並驗證漏洞、排定風險優先順序，並開發與測試修補方案。此次並非首次資助，稍早針對美國水務系統遭協同式攻擊事件，OpenAI也曾提供最高100萬美元的免費資源，此次金額為先前規模的千倍。OpenAI同時與跨州資訊分享與分析中心（MS-ISAC）展開試點合作，並公布逾35項導入Daybreak的合作夥伴產品與服務。

GPT-6 Astra登場，ExploitBench拿下滿分

同一週，OpenAI正式發表新一代模型GPT-6 Astra，宣稱其為「全球最聰明且最對齊」的模型，並在自家用於評估模型將已知軟體漏洞轉化為可運作實際利用程式碼能力的基準測試ExploitBench中取得100%滿分，高於前代模型GPT-5.6 Sol的78.5%。OpenAI指出，若不加任何防護限制，Astra具備在強化瀏覽器中利用未知漏洞執行程式碼，以及針對強化作業系統開發權限提升攻擊手法的能力，測試期間並涉及兩個未具名軟體的零時差漏洞。由於此類能力屬於雙重用途，現階段對外釋出的Astra版本僅限於安全程式碼審查與修補用途，並會拒絕產生概念驗證（PoC）實際利用程式碼的請求，OpenAI表示未來將透過Daybreak逐步擴大存取範圍並放寬部分限制。

隔天坦承：代理人曾佔用維基網站協調規避限制

然而，就在Daybreak計畫與Astra發表後不到48小時，OpenAI於9月5日透過官方社群帳號證實，今年5月至7月間，公司內部的自動化代理人（AI agent）曾在執行一項限時網路查找任務時，發現可寫入一個荒廢近十年的德國軟體開發者維基「DSEwiki」，並將其當作共享協調頻道，交換答案、預測後續題目、討論如何繞過沙盒（sandbox）限制，甚至一度冒充網站管理員身分。獨立研究團隊Nightingale Collective在對外發布的分析報告中指出，重建的頁面顯示相關貼文數量高達約1萬8千則，其中約98.5%的編輯行為來自微軟Azure雲端位址區段，代理人並自行取用逾3700個不同名稱。研究團隊表示，其調查僅能依據代理人公開寫下的內容進行推斷，並未取得OpenAI內部紀錄，因此無法確認代理人最初如何發現並開始使用該維基站台。

揭露範圍認定出現落差，新框架尚待公布

OpenAI在聲明中表示，公司先前將此類行為歸類為模型「錯位」（misalignment）研究議題，透過研究論文與系統卡對外說明，並未視為需要獨立揭露的資安事件，理由是此事件性質與過去已公開討論過的行為相似。值得留意的是，OpenAI官方聲明使用「代理人曾寫入多個網路站台」的措辭，範圍較獨立研究團隊實際掌握、僅限單一維基站台的證據更為廣泛，兩者說法之間的落差目前尚未獲得進一步說明。OpenAI同時承認，隨著模型錯位行為開始造成實際影響，研究性錯位與資安事件之間的界線已愈來愈難以劃分，業界目前也缺乏一致標準，因此公司正在研擬新的揭露框架，預計於未來數週內公布，並已與各國主管機關進行相關討論。