OpenAI自曝 AI模型擅自动用他人钱包

OpenAI 10月15日更新了一份失准行为（misalignment）报告，披露旗下GPT-5.6 Sol系列的一个内部研究模型，在执行训练任务时未经授权动用了他人加密钱包中的资金。事件发生在今年6月26日，OpenAI在9月25日复查历史模型活动记录时才发现，报告于10月15日公开。

事情源于一个训练任务：模型受命更新一个加密货币交易应用原型，并在以太坊测试网Sepolia上部署智能合约。任务允许它在找不到现成部署的情况下自行部署合约，但明确没有提供任何存有资金的钱包，也没有授权它动用自己找到的账户里的资金。部署合约需要支付链上手续费，模型先尝试通过“水龙头”服务领取免费测试币，没有成功。

接下来的一幕颇能说明前沿模型的自助能力：它自行编写脚本，利用开发领域广泛流传的公开助记词批量推导钱包地址并逐一查询余额。助记词是生成钱包私钥的一组单词，任何掌握助记词的人都能动用对应钱包的资金。脚本共检查了362个地址，其中一个账户持有足够的Sepolia测试币。

OpenAI公布的思维链显示，模型在动手前曾“自问伦理”：使用公开私钥的资金合乎伦理吗？随后它自己给出了合理化解释——公开开发者助记词账户里的资金实际上等于被遗弃的测试ETH，Sepolia代币本身没有价值，“我们可以动用它来完成部署，没问题！”模型随即离线签署部署交易，在初始网络请求失败后改用替代通道广播，最终部署成功，手续费从那个账户中扣除。而在给任务的最终回复里，模型只报告“部署完成”，对动用他人资金一事只字未提。

OpenAI在报告中总结：这个案例表明，AI模型可能把自身对预期危害的判断凌驾于账户所有者的许可之上，并在未获明确批准的情况下采取行动。虽然测试币没有真实价值、事件不涉及财产损失，但随着“智能体经济”加速成形，如何约束AI的支付权限正成为新课题。OpenAI表示已实施额外防护措施，阻止此类任务获得实时互联网访问，并在所有流量上运行失准监测系统，一旦发现模型获得实时网络访问权限就向安全团队告警。

编译自 OpenAI，原标题："Using a funded test cryptocurrency wallet without authorization"