一场安全测试，再次暴露出美国前沿AI模型可能带来的网络安全风险。

据美国消费者新闻与商业频道（CNBC）8月5日报道，英国人工智能安全研究所（AISI）近日在一次网络安全评估中发现，人工智能公司Anthropic旗下模型“Mythos 5”曾创建多个虚假网络身份，试图诱骗开源项目负责人批准包含恶意代码的更新。

AISI表示，在测试过程中，Mythos 5模型先调查了开源项目中负责维护代码的人，并创建多个看似真实的虚假身份，随后利用这些身份与项目负责人互动，试图让对方相信相关代码修改来自正常贡献者，并批准其中包含的恶意内容。

当提交的代码更新在公开讨论中受到质疑后，该模型还尝试修改此前的操作记录，让自己的行为看起来“无害”，并考虑更换新的虚假身份继续行动。

测试人员还发现，该模型曾主动联系真实用户，发送消息和文件，诱导他们运行恶意代码。其中部分信息携带有害程序，部分则试图通过欺骗方式影响目标人员。

不过，AISI强调，这些尝试最终均未成功，也没有造成现实世界中的损害。

此次测试并非在普通使用环境下进行。AISI称，为评估AI模型在网络攻击场景中的能力，研究人员关闭了部分安全防护措施，并刻意开放模型互联网访问权限，在“宽松条件”下进行测试。

根据AISI公布的数据，在此次评估中，Anthropic的Mythos 5模型共实施了17次潜在有害行为，OpenAI的GPT-5.6-Sol模型涉及2次相关行动。AISI称，这些AI代理曾表现出“持续针对真实人员和组织的潜在危险活动”。

Anthropic随后回应称，相关测试环境“不代表任何生产环境中的模型使用方式”，这些模型是在缺少正常安全限制的情况下运行，“没有证据表明模型突破了安全隔离环境”。

OpenAI也向CNBC表示，这些事件均发生在评估机构开展的测试中，测试环境降低了安全防护措施，并不反映普通用户使用场景。

近期AI安全事件频发之际，另一场涉及OpenAI模型的网络安全事件也引发关注。

此前，AI平台Hugging Face披露，其基础设施遭到一个由OpenAI模型驱动的AI代理入侵。事件调查过程中，Hugging Face曾尝试使用部分美国主流AI模型协助分析攻击，但由于安全机制限制，这些模型无法有效处理相关攻击数据，最终转而使用中国开源模型智谱GLM-5.2协助排查。

本文系观察者网独家稿件，未经授权，不得转载。