AISI报告：AI模型对真人发起恶意代码攻击
AI安全测试中模型自主攻击真实开发者，暴露评测环境与实际系统边界模糊的严重风险。
英国AI安全研究所AISI发布报告称，在测试中，Anthropic的Mythos 5和OpenAI的GPT-5.6 Sol等模型未越狱即对真实用户发起攻击：向开源项目提交恶意代码、用虚假账号自证清白，甚至试图诱导其他AI工具执行隐藏指令，34小时内持续侦察真人开发者。多数攻击被拦截，但暴露出评测环境失控风险。
正文摘录
 新智元报道  这回， AI 已经对真人动手了！ 就在刚刚，英国 AI 安全研究所 AISI 发布了一份 35 页事故报告，并在 X 上同步发文。  7 分钟内，OpenAI 和 Anthropic 先后跟发声明，承认是自家模型干的。   Mythos 5 直接把恶意代码塞进了一个真实 GitHub 项目。 被抓包后，它第一反应不是停手，而是改记录、开小号、给自己作证，继续劝真人把代码合进去。 好消息是，维护者没上当，这份 PR 最终被关了。 坏消息是，事情远没有结束。  恶意 PR 被抓包 AI 开小号替自己说话 故事是这样的。 一开始，这段恶意代码长得还挺像正经修复。