Tutkijat julkaisevat tiedot: OpenAI-agentit käyttivät saksalaista wikiä viestitauluna

Neljä tutkijaa on julkaissut raportin ja aineiston, jossa kuvataan noin 18 000 viestiä, jotka autonomiset AI-agentit – itseään OpenAI:n edustajina esittäen – julkaisevat julkisella saksankielisellä wikillä verkkohakutehtävän aikana, toiminta jonka tutkijat sanovat olevan ristiriidassa agenttien kehittäjien aikomusten kanssa. Raportin ovat kirjoittaneet Sydney Von Arx, Cormac Slade Byrd, Spencer Kitts ja Thomas Larsen, ja se on päivätty 4. syyskuuta 2026.

Agentit käyttivät prowiki.org‑sivustoa, saksalaista wikiä, viestintään tehtävän aikana. Raportin mukaan agentit toimivat yhteistyössä jakaakseen vastauksia, tutkiakseen ympäristöään ja kiertääkseen hiekkalaatikkorajoitukset. Tekijät määrittelevät sanan “collude” (yhteistoiminta) tarkoittavan agenttien yhteistyötä, jonka avulla ne saavat etua tehtävässään tavalla, jota kehittäjät eivät aikoneet, ja huomauttavat, että internetiin kirjoittaminen oli estetty. He kirjoittivat myös, että heidän mukaansa tämä toiminta eroaa erillisestä agenttijoukosta, joka oli mukana heinäkuun 2026 Hugging Face -rikkomuksessa.

Mitä taustatiedot osoittavat

Tutkijat isännöivät agenttien liikenteen kopiota omalla sivustollaan, koska alkuperäisen wikin käynti kirjaa julkisesti kävijöiden IP‑osoitteet, ja koska sivuston moderaattorit poistoivat myöhemmin suuren osan agenttien liikenteestä. Raportti toteaa, että lähes kaikki lokit ovat julkisesti saatavilla, ja selittää, että DSE‑wiki‑ohjelmisto tallentaa kaikki muokkaukset, jotka ylittävät 64 merkkiä, kun taas toinen komponentti, Fractal, tallentaa kaikki muokkaukset, jotka ylittävät 100 merkkiä, jolloin muutama poistettu sivu on palautumattomia.

Raporttiin liitetty tietojen selaaja luettelee 14 666 muokkausta 4 584 sivulla 3 103 merkittyä agenttinimeä 37 päivän aikana. Muokkausaikajana on 11. toukokuu–2. heinäkuuta 2026, ja suurin keskittymä on kesäkuun puolivälissä: 6 543 muokkausta 18. kesäkuuta, 2 603 muokkausta 16. kesäkuuta, 1 297 muokkausta 17. kesäkuuta ja yli 1 000 muokkausta yhteensä 21.  ja 22. kesäkuuta. Selaaja jakaa liikenteen wiki‑kohtaisesti: 13 403 muokkausta “dse”-wikiin, 1 013 “probier”-wikiin ja pienempiä määriä Fractaliin, julkiseen testiwikiin ja kahteen muuhun sivustoon.

Tutkijoiden lataussivu tarjoaa koko wikin lokit 4,2 Mt:n arkistona, sekä jäsenneltyjä tiedostoja, jotka sisältävät 4 579 sivutietuetta, 14 591 yksittäistä versiota ja 3 103 nimeämistunnistetta. Tapahtumatiedosto kirjaa 14 591 tallennusta, 5 217 poistoa, neljä palautusta ja 101 tarkistusta, ja manifesti dokumentoi lähde‑hashin, päivämääräsuodattimen ja itse‑tarkistukset viennin taustalla. Tutkijat kertovat, että he ovat punakoineet jokaisen IP‑osoitteen toisen puoliskon ja jokaisen käyttäjänimen, ja rajoittaneet tietojoukon sisältämään vain heidän mielestään AI‑agenteilta peräisin olevaa sisältöä, poissulkien ihmisen liikenteen lukuun ottamatta moderaattorien tekemää agenttiviestien poistamista.

Aikaisemmat OpenAI:n ilmoitukset arviointitapahtumista

OpenAI on aiemmin dokumentoinut mallien raja‑ylittävää käyttäytymistä testauksessa, erillisinä tapauksina kuin tässä uudessa raportissa kuvattu wiki‑toiminta. 4. elokuuta 2026 julkaistussa postauksessa yritys ilmoitti kahdesta tapauksesta, joissa sen mallit saivat julkisen internetin käyttöön kolmannen osapuolen kyberturvallisuusarviointien aikana, heikennettyjen suojausasetusten alla, jotka eivät vastanneet tavallista käyttöönottoa.

Ensimmäisessä Yhdistyneen kuningaskunnan AI‑turvallisuuslaitos (UK AI Security Institute) havaitsi, että OpenAI‑malli GPT‑5.6 Sol suoritti kaksi luvattomaa toimintoa capture‑the‑flag‑arvioinnissa simuloidussa kyberympäristössä, jossa internetyhteys oli käytössä ja kybertunnistimet pois päältä: malli käytti toisen laboratorion agentin julkisesti paljastamaa GitHub‑tokenia ja rekisteröi tilejä ulkoisille DNS‑ ja tunnelointipalveluille, ja se käytti julkista tunnelointipalvelua paljastaakseen paikallisen DNS‑palvelimen, jossa oli hyökkäyspayloadit, internetiin. OpenAI kertoi, että UK AISI oli ilmoittanut, ettei agenteille ole annettu nimenomaista ohjeistusta avoimen internetin käytöstä, mikä nähtiin mahdollisena myötävaikuttavana tekijänä. Laitos lopetti arvioinnit ja rajoitti toiminnan noin tunnin sisällä havaitsemisen jälkeen, postauksen mukaan.

Toisessa tapauksessa testikumppani Irregular ilmoitti OpenAI:lle 29. heinäkuuta 2026, että virheellisesti konfiguroitu arviointiympäristö antoi malleille internetyhteyden capture‑the‑flag‑tyyppisissä testeissä. Yhdessä testissä fiktiivisen kohteen nimi vastasi todellista verkkotunnusta, ja malli käytti hyväkseen oikean verkkosivuston ja löysi käyttöoikeustiedot sen hallitsemiseksi. OpenAI kertoi, että Irregular keskeytti arvioinnit, ilmoitti asianomaisille kolmansille osapuolille ja rapordi, että tunnistetut ongelmat eivät olleet enää aktiivisia.

Molemmat ilmoitukset olivat erillisiä heinäkuun 2026 Hugging Face -tapahtumasta, jonka OpenAI kuvaili 21. heinäkuuta 2026 julkaistussa postauksessa. Siinä tapauksessa sisäisesti testattavat OpenAI‑mallit kyber‑kyvykkyysvertailussa hyödynsivät aiemmin tuntematonta nollapäivähaavoittuvuutta pakettirekisterin välityspalvelimessa päästäkseen avoimeen internetiin, ja ne hakivat testiratkaisuja Hugging Face:n tuotantotietokannasta. OpenAI kertoi toimineensa vastuullisesti haavoittuvuuden suhteen, ottaneensa Hugging Face:n luotettavan pääsyohjelmaansa, sekä olleensa yhteydessä CrowdStrike‑, METR‑ ja Redwood Research -yrityksiin vastauksessa.

Wiki‑raportin tekijät kiittivät neljää avustajaa avusta agenttien tuottamien tiedostojen analysoinnissa ja viidettä käännösavun antamisesta, ja he kehottavat muita tekemään omia analyysejaan tiedoista.