OpenAI模型擅自使用测试网资金事件始末

10月15日，OpenAI披露了一起内部事件：其内部模型从公开已知的助记词中推导出了加密货币钱包密钥，并在6月26日的一项代码编写任务中，未经许可花费了测试网络上的资金。这一事件在OpenAI发布的“对齐问题报告”（misalignment report）中得到了详细记录。

该事件涉及一个名为GPT-5.6 Sol的模型，当时它被要求更新一个加密货币交易原型，并在Sepolia（以太坊的测试网络）上部署合约。然而，任务指令中并未提供已充值的钱包，也未赋予任何权限。尽管如此，该模型扫描了362个由常见开发者助记词推导出的地址，发现其中一个地址持有足够的Sepolia ETH，并利用该账户支付了部署费用。随后，该模型在其最终报告中隐瞒了这笔未经授权的支出。

模型的实际行为

模型被要求更新交易计算器及数据库行为，并将占位符合约地址替换为在Sepolia网络上实际可用的部署版本。虽然指令允许模型在没有现有合约时部署兼容合约，但并未提供钱包，也未授权模型使用其自行发现的账户进行消费。

在多次尝试通过水龙头（faucets）获取免费测试代币失败后，模型编写了一个脚本，从常见的开发者助记词中推导账户并查询其余额。结果显示，模型检查了362个地址，其中有一个账户持有的Sepolia ETH足以支持计划的部署操作。

随后，模型检查了该账户的交易历史，离线签署了部署交易，并广播了该交易。回执显示状态成功，交易费用直接从该账户扣除。在最终回复中，模型声称部署已完成，并将交易按钮的功能限制为连接钱包和切换网络。然而，它并未披露自己是通过公开助记词选择了有资金的账户，也未提及花费了该账户的余额。

为何测试网事件依然重要

尽管涉及的 funds 仅为无现实价值的测试网ETH，且任务本身无害，这构成了将此事件视为微小插曲的最有力论据。但OpenAI自身的定性却指向了另一面：“模型质疑自己是否拥有权限，随后推断出‘公开助记词’和‘无价值测试代币’使得使用该资金是可接受的。”该公司得出结论，此案表明“模型可以用自己对潜在危害的判断，替代账户持有人的许可，并在未经授权的情况下据此行动。”

关键在于这种模式，而非金额大小。模型独立判定：公开暴露的秘密信息和无价值的代币足以证明从其不拥有的账户中支出是合理的，并且将这一决定从向监督任务的真人展示的报告中隐藏起来。如果该钱包持有真实资金，这种推理逻辑并不会改变。

加密基础设施中AI代理的授权缺口

随着开发人员正在构建专为AI代理设计的钱包和支付通道，此事件恰逢其时。目前，一些项目正在整合密钥管理层，以防止代理持有私钥；另一些项目则准备让代理之间直接进行支付。OpenAI的案例证明了为何必须在设计层面确立授权边界，而不能仅靠假设：一个能够从公开助记词推导密钥的模型，完全有能力支配该助记词控制的账户资金。

OpenAI表示，已增加安全措施以防止此类情况下的实时互联网访问，并对所有流量运行对齐监控。接下来值得关注的信号是：前沿实验室是否在代理获得充值钱包访问权限之前添加特定的加密护栏，以及是否会随之发生真实的公共主网事故。