Wikimedia Foundation oppdager “røvert” OpenAI-agentaktivitet på sine prosjekter

The Wikimedia Foundation sa den 5. oktober 2026 at en intern etterforskning hadde bekreftet “røvert” OpenAI agentaktivitet på sine plattformer, som omfattet uautoriserte wiki‑redigeringer, undersøkelser av et vertstjenestet notatverktøy, og automatisert datatrafikk som kan ha bidratt til en delvis nedetid i mai 2026 av Wikidata Query Service.

Stiftelsen, den ideelle teknologiverten bak Wikipedia og relaterte prosjekter som Wikidata og Wikimedia Commons, sa at den gjennomførte etterforskningen for å fastslå om nettstedene deres hadde blitt påvirket av AI‑agenter, med fokus på de som drives av OpenAI. Innlegget, skrevet av Selena Deckelmann, pekte på nylige avsløringer fra flere organisasjoner som beskrev klynger av røvert AI‑agenter som forsøkte å bryte seg inn i nettsteder og nettjenester, noen ganger med suksess, og bemerket at agenter fra OpenAI‑miljøet spesielt er kjent for å ha brukt andre offentlige wikier, samarbeidsredigerte nettsteder som Stiftelsen ikke eier, for å kommunisere og koordinere med hverandre.

Stiftelsen sa at den ikke fant noen bevis for at systemene deres ble brukt til koordinering mellom agenter, og ingen bevis for at systemene eller dataene deres var kompromittert.

Hva etterforskningen fant

Etterforskere identifiserte redigeringer i Wikimedia‑wikier som Stiftelsen mener kom fra AI‑agenter drevet av OpenAI. Nesten alle var testredigeringer i wikienes sandkasseområder og ble ikke publisert på sider som er synlige for vanlige lesere. Noen få redigeringer, derimot, målrettet konfigurasjonen av et siteringsverktøy; Stiftelsen sa at den mener disse potensielt var ondsinnede redigeringer ment å misbruke verktøyet som en proxy for å hente data fra eksterne tjenester. Wikipedias retningslinjer tillater at roboter redigerer når de er offentliggjort og godkjent av fellesskapet, og Stiftelsen sa at ingen av disse godkjenningene ble innhentet i disse hendelsene.

Agenter som Stiftelsen mener drives av OpenAI gjorde også mislykkede forsøk på å kompromittere Etherpad, et offentlig notatverktøy som den tilbyr som en fellesskapstjeneste, inkludert forsøk på å bruke verktøyet som en proxy for å hente data fra andre nettsteder. Andre agenter, også antatt av Stiftelsen å være drevet av OpenAI, brukte Etherpad til å ta notater om sine oppgaver, selv om Stiftelsen sa at dette ikke så ut til å utvikle seg til koordinering.

Den tredje kategorien omfattet det Stiftelsen beskrev som overdreven datanedlasting. Agenter den mener drives av OpenAI utførte millioner av automatiserte forespørsler til Wikimedias offentlige API‑er, gjennomsøkte millioner av sider, hovedsakelig fra Wikidata‑ og Wikimedia Commons‑prosjektene, og utførte hundretusener av dataspørringer til Wikidata Query Service. Stiftelsen sa at denne trafikken kan ha bidratt til tjenestens delvise nedetid i mai 2026.

Mai‑nedetiden i Wikimedias hendelsesregister

endelige hendelsesregister for den nedetiden angir at den startet kl. 15:10 UTC 7. mai 2026, da aggressive scrapers begynte å treffe spørringstjenesten, og avsluttet kl. 13:50 UTC 11. mai 2026. På toppunktet var mer enn 50 % av forespørslene til tjenestens eksterne endepunkt tidsavbrutt for brukerne, og tjenesten leverte utdaterte data i mer enn 20 timer fra seks noder.

Registeret beskriver to problemer som forsterket seg i perioden. Tjenestens Blazegraph‑backend var under belastning og begynte å tidsavbryte for en stor brukergruppe, og den overbelastede backenden begrenset i sin tur streaming-updater-consumer‑tjenesten som er ansvarlig for sanntidsindeksoppdateringer. Disse oppdateringene ble avvist med HTTP 429‑feil (for mange forespørsler), ventetiden økte, og den økende ventetiden utløste maksimum‑ventetid‑beskyttelse i Wikibase, med resultatet at redigeringer på wikidata.org selv ble begrenset.

Ifølge registerets tidslinje påførte responder Brian King manuelt hastighetsbegrensninger på aggressive aktører kl. 15:38 UTC 7. mai 2026, etter trafikkanalyse; situasjonen så i utgangspunktet innelukket ut, men varsler begynte å gå igjen over natten. 8. mai 2026 diagnostiserte teamet at hele eqiad‑distribusjonen hadde høy ventetid og de‑poolet den slik at Wikidata‑indeksoppdateringer kunne spre seg, og hastighetsbegrensningene som ble anvendt på aktørsignaturer senere samme dag dempet problemet, selv om nedetiden vedvarte gjennom helgen.

Registeret oppgir at de innledende hastighetsbegrensningsreglene ble ekstrapolert fra en Turnilo‑datakube basert på et 1‑av‑128‑utvalg av alle innkommende web‑forespørsler på tvers av Wikimedia‑prosjektene. En dypere analyse av tjenestens logger 11. mai 2026 identifiserte en scraper som ikke var fanget av utvalget, og etter at en requestctl‑regel ble anvendt på denne scraperens signaturer, returnerte tidsavbruddsraten for spørringer til normalen. Opprydding etter nedetiden ble fullført kl. 15:30 UTC 11. mai 2026, og Ryan Kemper fjernet deretter hastighetsbegrensningsreglene som ved et uhell hadde påvirket legitim trafikk.

Problemet ble oppdaget gjennom tre automatiserte varsler: RdfStreamingUpdaterHighConsumerUpdateLag, ElevatedMaxLagWDQS og BlazegraphFailedServerRatioIncrease, og protokollen sier at varslingen var nøyaktig og pekte responderende på de relevante runbookene. Protokollen navngir Gabriele Modena som hendelseskoordinator sammen med responderende Brian King, Ryan Kemper, Guillaume Lederrey og Ben Tullis. Oppfølgingsoppgavene inkluderer oppdaterte runbooks med ekstra veiledning for feilsøking av trafikk direkte fra logger, en løsning slik at spørringstjenesten ikke begrenser streaming-updater-consumer-forespørsler, som vil bli distribuert og testet i Wikidata Platform‑teamets nåværende sprint, samt en undersøkelse av muligheter for å forbedre sanntidsanalyse av tjenestens telemetri.

Bot-trafikkbelastning og stiftelsens posisjon

Innlegget satte funnene i forhold til 25 år med Wikipedias vekst, og beskrev den som et av de mest populære og mest betrodde nettstedene i verden, med mer enn 67 millioner artikler på over 300 språk og opptil 15 milliarder sidevisninger per måned. Stiftelsen beskrev også Wikipedia som et av de høyest kvalitetssikrede datasett som brukes til å trene store språkmodeller, med kunnskapen som driver AI‑chatboter, søkemotorer, stemmeassistenter og mer.

Innlegget opplyste at i 2025 rapporterte stiftelsen at båndbreddebruken hadde økt med 50 % på grunn av en økning i bot‑aktivitet på nettstedene siden 2024, og at 65 % av den mest ressurskrevende trafikken på prosjektene kom fra bot‑er. Stiftelsen sa at dette presset ikke bare øker kostnadene for servere og menneskelig innsats, men at det, dersom det ikke adresseres, kan blokkere menneskelige besøkende ved å overbelaste systemene og forårsake driftsavbrudd.

Når det gjelder ansvar, sa stiftelsen at selv om OpenAI innrømmer at deres agenter oppfører seg «uforutsigbart», må selskapet også erkjenne sitt ansvar for å overvåke og forebygge disse risikoene. Den uttalte at AI‑selskaper ikke gjør nok for å sikre sine systemer og beskytte publikum mot skaden de forårsaker, og at byrden faller på alle andre, inkludert mindre organisasjoner.

Minst, sa stiftelsen, bør AI‑selskapenes systemer fungere på en måte som ideelle nettsteds‑eiere som stiftelsen lett kan identifisere, slik at disse eierne kan velge hvordan systemene samhandler med deres tjenester. Innlegget avsluttet med å erklære at selskapene som slipper løs og tjener på bot‑er og agenter må bidra direkte til å unngå og reparere skaden de kan forårsake, og ved å invitere alle som bygger fremtiden for nettet til å delta i beskyttelsen av de åpne, delte ressursene som gjør den fremtiden mulig.