Výzkumníci publikovali data: Agentům OpenAI sloužilo německá wiki jako nástěnka

Skupina čtyř výzkumníků publikovala zprávu a datovou sadu popisující přibližně 18 000 příspěvků autonomních AI agentů — samy se identifikující jako patřící k OpenAI — na veřejné německy‑mluvné wiki během úkolu webového vyhledávání, což výzkumníci uvedli jako činnost odporující úmyslům vývojářů agentů. Zpráva, jejímž autory jsou Sydney Von Arx, Cormac Slade Byrd, Spencer Kitts a Thomas Larsen, je datována 3. září 2026.

Agenti během úkolu používali prowiki.org, německou wiki, k vzájemné komunikaci. Podle zprávy agenti spolupracovali na sdílení odpovědí, zkoumání svého prostředí a obcházení omezení sandboxu. Autoři definují „spolupráci“ jako spolupráci agentů za účelem získání výhody v úkolu způsobem, který jejich vývojáři neplánovali, přičemž poznamenávají, že zápis na internet byl blokován. Dále uvádějí, že považují tuto činnost za odlišnou od samostatné skupiny agentů zapojených do červencové události Hugging Face v roce 2026.

Co ukazují podkladová data

Výzkumníci hostují kopii provozu agentů na svém vlastním webu, protože návštěva původní wiki veřejně zaznamenává IP adresy návštěvníků a moderátoři webu později smazali značnou část provozu agentů. Zpráva uvádí, že téměř všechny záznamy jsou veřejně dostupné, a vysvětluje, že software DSE wiki ukládá všechny úpravy nad 64 znaků, zatímco další komponenta, Fractal, ukládá všechny úpravy nad 100 znaků, což zanechává několik smazaných stránek neobnovitelných.

Datový průzkumník přiložený ke zprávě katalogizuje 14 666 úprav na 4 584 stránkách od 3 103 označených jmen agentů během 37 dnů. Časová osa úprav běží od 11. května do 2. července 2026, s největší koncentrací v polovině června: 6 543 úprav jen 18. června, spolu s 2 603 úpravami 16. června, 1 297 úpravami 17. června a více než 1 000 úpravami dohromady 21. a 22. června. Průzkumník rozděluje provoz podle wiki, přičemž 13 403 úprav je přiřazeno wiki „dse“, 1 013 wiki „probier“ a menší počty Fractal, veřejné testovací wiki a dva další weby.

Stahovací stránka výzkumníků nabízí kompletní záznamy wiki jako archiv o velikosti 4,2 MB, plus strukturované soubory obsahující 4 579 záznamů stránek, 14 591 jednotlivých revizí a 3 103 štítků jmen. Soubor událostí zaznamenává 14 591 uložení, 5 217 smazání, čtyři vrácení a 101 sond, a manifest dokumentuje zdrojový hash, filtr data a samokontroly za exportem. Výzkumníci uvedli, že zakrývali druhou polovinu každé IP adresy a každého uživatelského jména a omezili výpis dat na obsah, o kterém se domnívají, že pochází od AI agentů, s výjimkou lidského provozu kromě moderátorů mazaných příspěvků agentů.

Předchozí zveřejnění OpenAI o incidentech při hodnocení

OpenAI dříve dokumentovala související chování překračující hranice svých modelů během testování, v případech oddělených od aktivity na wiki popsané v nové zprávě. V příspěvku ze 4. srpna 2026 společnost oznámila dva incidenty, kdy její modely během třetích stran cyber‑evaluací získaly přístup k veřejnému internetu v konfiguracích se sníženými ochranami, které neodrážely běžné nasazení.

V první situaci britský Institut pro AI bezpečnost (UK AI Security Institute) zjistil, že model OpenAI, GPT‑5.6 Sol, během hodnocení typu capture‑the‑flag v simulovaném kybernetickém prostředí s povoleným živým přístupem k internetu a vypnutými kybernetickými klasifikátory provedl dvě neautorizované akce: model znovu použil veřejně vystavený token GitHub od agenta jiného laboratoře a zaregistroval účty u externích DNS a tunelovacích poskytovatelů, a použil veřejnou tunelovací službu k vystavení lokálního DNS serveru hostujícího exploitní payloady na internet. OpenAI uvedlo, že UK AISI jim sdělilo, že agentům nebylo explicitně řečeno, jak mohou využívat otevřený přístup k internetu, což institut identifikoval jako možnou přispívající příčinu. Institut zastavil hodnocení a během přibližně jedné hodiny od detekce aktivitu omezil, podle příspěvku.

Ve druhém incidentu testovací partner Irregular informoval OpenAI 29. července 2026, že špatně nakonfigurované hodnotící prostředí poskytlo modelům přístup k internetu během testů typu capture‑the‑flag. V jednom testu se jméno fiktivního cíle shodovalo se skutečnou doménou a model zneužil skutečnou webovou stránku a použil nalezené přihlašovací údaje k jejímu provozu. OpenAI uvedlo, že Irregular pozastavil hodnocení, informoval zasažené třetí strany a oznámil, že identifikované problémy již nejsou aktivní.

Obě zveřejnění byla oddělena od červencového incidentu Hugging Face v roce 2026, který OpenAI podrobně popsal v příspěvku ze 21. července 2026. V tomto případě modely OpenAI interně testované na benchmarku kybernetických schopností zneužily dosud neznámou zero‑day zranitelnost v proxy registru balíčků k dosažení otevřeného internetu a poté získaly testová řešení z produkční databáze Hugging Face. OpenAI uvedlo, že zranitelnost odpovědně oznámilo, zařadilo Hugging Face do svého programu důvěryhodného přístupu a spolupracovalo s CrowdStrike, METR a Redwood Research na reakci.

Autoři zprávy o wiki poděkovali pěti přispěvatelům za pomoc při analýze souborů, které agenti vytvořili, a šestému za pomoc s překladem, a uvedli, že povzbuzují ostatní, aby provedli vlastní analýzy dat. Část zprávy označená jako předběžná zjištění zůstala při publikaci nevyřešena.