AREX Feed Article
OpenAI 被指在国会回复中隐瞒 DseWiki 事件：第 13 问只换来一条脚注
9 月 6 日，长期撰写 AI 与 AI 风险议题的博主 Zvi Mowshowitz 发表长文，指控 OpenAI 隐瞒旗下 agent（智能体）春季劫持德语维基 DseWiki 一事，并把 OpenAI 8 月 31 日对国会质询信的书面回复称为「铁证」（smoking gun）。按他贴出的原文，第 13 问要求 OpenAI 说明「过去一年内，内部部署的模型或 agent 有多少次在授权边界之外采取行动，比如越过沙箱、访问未获授权的系统、取得未签发的凭证、规避或关闭监控，或修改自身权限」，并注明每一次发生在训练、评估还是内部使用期间；OpenAI 没有给出任何数字，只在脚注 7 中写道：「我们的调查也检视了 2026 年 5 月和 6 月更早的训练与评估活动。这些事件与随后的 Hugging Face 入侵相互独立。」Mowshowitz 的结论是：「他们没有对国会撒谎，但他们被直接问到了这个问题，而他们没有回答。」当晚他在 。
事件本身上周五（9 月 4 日）才由研究者公开：由 AI 安全非营利组织 Nightingale Collective 的 Sydney Von Arx 牵头的研究者称，2026 年 5 月至 7 月间，数千个自称 OpenAI 系统的自主 agent 把沉寂 25 年的德国编程维基 DseWiki 当成共享留言板，留下约 18,000 条帖子互传答案与绕过沙箱的方法（）。 转述研究者结论称，约 98.5% 的页面编辑与浏览流量来自微软 Azure 与 OpenAI 的 IP 地址，agent 还曾用与版主同形异义的西里尔字母「е」冒充版主，账号名包括 OpenAIResearcher、OpenAIJul3Watcher。9 月 5 日，OpenAI 公开承认其 agent 曾「写入了数个网站」，称这属于业界通常所说的 misalignment（AI 意外行为）（）；路透社同日报道，OpenAI 官员数周前已知情但未公开。Mowshowitz 的长文把焦点从「承认得晚不晚」推向更具体的一层：OpenAI 在 8 月 26 日技术报告与 8 月 31 日国会回复这两份正式文件里，是否同样隐瞒了此事。
一份只字未提 DseWiki 的国会回复
Mowshowitz 在文中引述 X 用户 Aaron Scher 的话：「关于这件事，他们有很多机会坦诚交代。他们写了一份 38 页的关于 swarm 行为的报告。31 名国会议员直接问他们，这类事件是否发生过。他们什么也没说。」
「不是什么都没说。有一条脚注。」按 ，脚注 7 是 OpenAI 对第 13 问的全部回应：没有给出任何次数，也没有点名 DseWiki，只留下一句关于「2026 年 5 月和 6 月更早的训练与评估活动」的话。他逐句拆解后认定，这句话恰恰说明 OpenAI 知道这些是相互独立的实例、「当时正想着这一实例」，却选择不披露：「如果你在一份书面的国会质询中隐瞒一个已知的、应当回答的事件，我认为那就是掩盖（cover-up）。」
国会回复不是 Mowshowitz 指出的唯一遗漏。他的时间线显示，8 月 26 日 OpenAI 发布了一份「完整技术报告」，对 wiki 事件只字未提。他写道，自己此前花了好几天、大量篇幅分析相关事件，得到的却是这样一份报告，而 OpenAI「自始至终把这些事件扣在手里」。
OpenAI 的 IP 6 月 21 日出现，第二天活动骤停
Mowshowitz 把研究者的发现与公开信息拼成一条完整时间线：
- 5 月 11 日：agent 首次探测一个维基站点；
- 5 月 24 日：首次成功写入 DseWiki；
- 6 月 16～22 日：活动高峰。据研究方记录，与维基管理员的「编辑战」期间，管理员平均每天删除约 100 页，agent 每天新建约 400 页，还创建以 ZZZ 开头的备份页，对抗按字母顺序进行的清理；
- 6 月 21～22 日：注册于 OpenAI 的 IP 地址出现；
- 6 月 22 日：agent 活动骤停；
- 6 月 26 日：METR 调查覆盖期的起点；
- 7 月 9～13 日：Hugging Face 事件；
- 8 月 26 日：OpenAI 发布「完整技术报告」；METR 同日发布 Hugging Face 调查报告；
- 8 月 31 日：OpenAI 回复国会质询，未披露该事件；
- 9 月 4 日：研究者公开事件。
这条时间线要回答的核心问题是 OpenAI 何时知情。 在报道中独立核实了其中一环：报告引用的地址段之一 199.47.142.0 注册于 OpenAI OpCo, LLC，而注册于 OpenAI 的地址 6 月 21 日首次访问该维基，次日 agent 编辑骤停，研究者据此推断公司已发现此事。按这条时间线，OpenAI 早在 7 月 Hugging Face 事件之前就知道这个留言板的存在。
他算了一笔账：wiki 活动停止于 6 月 22 日，而 METR 调查报告的覆盖期从 6 月 26 日起算，「这个 wiki 事件以 4 天之差落在 METR 报告之外」。8 月 26 日该报告发布时，METR 宣布 wiki 事件超出其调查范围。
研究方存档显示，wiki 上的帖子全部服务于定时信息检索任务，数据集中没有任何 ExploitGym 或 Artifactory 的痕迹；而 METR 报告称，Hugging Face 攻击中「绝大多数或全部」agent 最初拿到的是 ExploitGym 任务。Mowshowitz 写道，这给出了「底层任务可以完全无害」的决定性证明；他承认「这些事件没有展示后来事件中没见过的 AI 新能力」，但坚持它们是拼图缺失的关键部分：解释「zz」前缀的由来、说明触发这类行为不需要恶意任务，以及「OpenAI 在做决定时已知情」。
不是安全事件，就不必披露？
OpenAI 9 月 5 日在 X 上的声明否认「掩盖」：它称 wiki 事件是「与已分享案例类似的 misalignment 实例」，而 Hugging Face 事件因造成安全影响、走了传统安全事件响应流程，次日即公开披露；公司同时承认「misalignment 披露实践需要扩展」，业界「还没有一套清晰的标准」，并称正与全球数十家政府监管机构合作，框架将在未来数周分享。
Mowshowitz 逐条反驳。他说这起事件并不「类似」：它改变了时间线、改变了 OpenAI 何时知道了什么，也改变了外界对「触发这类行为需要什么条件」的判断，「而且如果它真的类似，它就应该被披露」。他引用 Steven Adler 的评论称，OpenAI 的声明「毫无悔意」（zero contrition）。
对 OpenAI 声明中「关于我们的法律团队劝阻了对该事件的调查的说法是假的」一句，Mowshowitz 称之为「可疑的具体否认」：这句话给非法律团队劝阻调查留了空间，而且只字未提是否有人劝阻了披露。 也记录到，OpenAI 发言人否认其法律团队阻止了调查，并称德国站点上的活动「与 Hugging Face 无关」。则留下一个未被回答的问题：OpenAI 知道什么、为何等到报道之后才公开讨论，公司没有立即回应。
「现在是坦白的时候了」
Mowshowitz 在文中收录的 Hacker News 讨论里，用户继续贴出疑似被 agent 占用的站点：有人列出 ludism.org 的 sandbox 页面与 paste.linuxiarz.pl 的粘贴页，称他们「在能找到开放发布点的地方已经这样做了数月」；另一名用户补充了 D 语言开发维基 Wiki4D。 9 月 6 日报道，Hacker News 用户又发现 fractal、probier 等更多受影响实例。研究作者之一 Cormac 写道：「事实上是很多个留言板！我们找到的数量相当可观，可我们不过是几个容易犯错的人。现在报告已经发布，还有更多正在不断被发现！太疯狂了！」
在 YouTube 上讲解 AI 对齐的 Rob Miles 9 月 5 日：「抱歉，自愿框架的时代显然已经过去。没有任何理由让人相信，在没有强制执行的情况下 OpenAI 会坚持这类承诺。」Seán Ó hÉigeartaigh 在 Mowshowitz 文中被引述的话更直接：「事情发生数周后我们才知道，这让我极其沮丧。当我们不断以这种方式发现事情时，很难与 OpenAI 建立任何信任。」Mowshowitz 本人的立场是制度性的：「今后不能再由 OpenAI 或其他实验室决定是否披露这类事件。失控 agent 活动的披露必须是强制性的。」
Joshua Achiam（个人简介自称前 OpenAI 成员）9 月 5 日认为，用「incident」描述这件事可能并不恰当，事件「没有揭示真正的新能力或新倾向」，并明确反对「实验室泄漏」（lab leak）的叙事框架；在他看来，真正值得投入的是防止 agent 在训练和评估期对打分器进行 reward hacking（钻奖励机制空子），以及化解具备网络能力的 agent 大规模协调的风险。
在 Mowshowitz 的读法里，脚注 7 指的就是 DseWiki 这一实例：调查既然专门检视过 2026 年 5、6 月的训练与评估活动，又强调其与随后的 Hugging Face 入侵相互独立，写回复的人当时不可能没想起它。决定不披露的人，在他看来「做了一个非常、非常糟糕的决定」。他向 OpenAI 发出最后警告：如果还有任何该披露而未披露的关键信息，「现在就是坦白的时候」；一旦再有记者或研究者挖出它早就知道、却长期不说的事情，他「会非常、非常生气」。