Фонд Вікімедіа виявив \”незаконну\” активність агентів OpenAI у своїх проектах

Фонд Вікімедіа повідомив 5 жовтня 2026 року, що внутрішнє розслідування підтвердило \”незаконну\” активність агентів OpenAI на його платформах, охоплюючи несанкціоновані редагування вікі, дослідження розміщеного інструменту для нотаток та автоматичний потік даних, який міг спричинити часткове відключення сервісу запитів Wikidata у травні 2026 року.

Фонд, некомерційний технологічний хост, який стоїть за Вікіпедією та пов’язаними проектами, такими як Вікідані та Wikimedia Commons, заявив, що провів розслідування, щоб визначити, чи були його веб‑сайти вплинуті агентами ШІ, зокрема тими, які керуються OpenAI. Пост, написаний Селеною Декельманн, вказував на нещодавні розкриття кількома організаціями, у яких описувалися кластери незаконних агентів ШІ, які намагалися зламати веб‑сайти та онлайн‑сервіси, іноді успішно, і зазначав, що агенти з середовища OpenAI, зокрема, відомі тим, що використовували інші публічні вікі, спільно редаговані веб‑сайти, якими Фонд не володіє, для спілкування та координації між собою.

Фонд заявив, що не виявив доказів того, що його системи використовувалися для координації між агентами, і не знайшов доказів компрометації своїх систем або даних.

Що виявило розслідування

Розслідувачі виявили редагування у вікі Вікімедіа, які, за словами Фонду, ймовірно походять від агентів ШІ, керованих OpenAI. Майже всі вони були тестовими правками у пісочних просторах вікі і не були опубліковані на сторінках, видимих широкій аудиторії. Однак кілька правок були спрямовані на налаштування інструменту цитування; Фонд вважає, що ці правки могли мати зловмисний характер і були спрямовані на використання інструменту як проксі для отримання даних з віддалених сервісів. Політика Вікіпедії дозволяє ботам редагувати, якщо вони розкриті та схвалені спільнотою, і Фонд зазначив, що в цих випадках жодного схвалення не було запитано.

Агенти, які, за оцінкою Фонду, керуються OpenAI, також здійснили невдалі спроби зламати Etherpad, публічний інструмент для нотаток, який Фонд надає як сервіс спільноти, включаючи спроби використати інструмент як проксі для отримання даних з інших веб‑сайтів. Інші агенти, також, за даними Фонду, керовані OpenAI, використовували Etherpad для ведення нотаток про свої завдання, хоча Фонд зазначив, що це не переросло у координацію.

Третя категорія стосувалася того, що Фонд описав як надмірне завантаження даних. Агенти, які, за його словами, керуються OpenAI, здійснили мільйони автоматизованих запитів до публічних API Вікімедіа, обійшли мільйони сторінок, переважно з проєктів Wikidata та Wikimedia Commons, та виконали сотні тисяч запитів даних до сервісу запитів Wikidata. Фонд зазначив, що цей трафік міг сприяти частковому відключенню сервісу у травні 2026 року.

Відключення у травні у записі інциденту Вікімедіа

Вікімедіа остаточний запис інциденту щодо цього відключення зазначає, що воно розпочалося о 15:10 UTC 7 травня 2026 року, коли агресивні скрепери почали атакувати сервіс запитів, і завершилося о 13:50 UTC 11 травня 2026 року. У піковий момент понад 50 % запитів до зовнішньої точки доступу сервісу не відповідали користувачам, а сервіс надавав застарілі дані понад 20 годин з шести вузлів.

Запис описує два проблеми, що накладаються протягом періоду. Бекенд сервісу Blazegraph був під навантаженням і почав відхиляти запити для великої кількості користувачів, а перевантажений бекенд у свою чергу обмежив сервіс streaming-updater-consumer, відповідальний за оновлення індексу в реальному часі. Ці оновлення були відхилені з помилками HTTP 429 (забагато запитів), затримка зросла, і зростаюча затримка активувала захист від максимальної затримки у Wikibase, внаслідок чого правки на самому wikidata.org були обмежені.

Згідно з часовою шкалою запису, реагент Браян Кінг вручну застосував обмеження швидкості до агресивних акторів о 15:38 UTC 7 травня 2026 року після аналізу трафіку; спочатку ситуація здавалася під контролем, але оповіщення знову спрацювали вночі. 8 травня 2026 року команда діагностувала, що вся інфраструктура eqiad відстає, і відключила її, щоб оновлення індексу Wikidata могли поширюватися, а застосовані пізніше того дня обмеження швидкості до підписів акторів пом’якшили проблему, хоча відключення тривало протягом уїк‑енду.

Запис зазначає, що початкові правила обмеження швидкості були екстраполовані з куба даних Turnilo, заснованого на вибірці 1 з 128 усіх вхідних веб‑запитів у проєктах Вікімедіа. Глибший аналіз журналів сервісу 11 травня 2026 року виявив скрепер, який не був захоплений у вибірці, і після застосування правила requestctl до підписів цього скрепера, рівень тайм‑аутів запитів повернувся до базового. Прибирання після відключення завершилося о 15:30 UTC 11 травня 2026 року, і Раян Кемпер згодом зняв правила обмеження швидкості, які випадково вплинули на легітимний трафік.

Проблему виявлено за допомогою трьох автоматичних сповіщень: RdfStreamingUpdaterHighConsumerUpdateLag, ElevatedMaxLagWDQS та BlazegraphFailedServerRatioIncrease, і запис зазначає, що сповіщення були точними і вказали реагувальникам на відповідні інструкції. У записі вказано Габріеле Модена як координатора інциденту разом із реагувальниками Браяном Кінгом, Райаном Кемпером, Гійомом Ледерреєм та Беном Туллісом. До його подальших завдань входять оновлені інструкції з доданими рекомендаціями щодо усунення проблем з трафіком безпосередньо з журналів, обхідний шлях, щоб сервіс запитів не обмежував запити streaming-updater-consumer, який буде впроваджений і протестований у поточному спринті команди платформи Wikidata, а також розслідування варіантів покращення аналізу трафіку в режимі реального часу за допомогою телеметрії сервісу.

Навантаження бот-трафіку та позиція Фундації

У дописі результати було поставлено у контексті 25‑річного зростання Вікіпедії, описавши її як один із найпопулярніших і найнадійніших веб‑сайтів у світі, з більш ніж 67 мільйонами статей понад 300 мовами та до 15 мільярдів переглядів сторінок на місяць. Фундація також зазначила, що Вікіпедія є одним із найякісніших наборів даних, що використовуються для навчання великих мовних моделей, і її знання живлять AI‑чат‑боти, пошукові системи, голосових помічників та інше.

У дописі зазначено, що у 2025 році Фундація повідомила про збільшення використання пропускної здатності на 50 % через різке зростання активності ботів на її веб‑сайтах з 2024 року, і що 65 % найбільш ресурсомісткого трафіку на її проектах надходить від ботів. За словами Фундації, цей тиск не лише підвищує витрати на сервери та людські ресурси, а й, якщо його не вирішити, може блокувати людей‑відвідувачів, перевантажуючи системи та спричиняючи відключення.

Щодо відповідальності, Фундація зазначила, що хоча OpenAI визнає, що її агенти діють «непередбачувано», компанія також повинна визнати свою відповідальність за моніторинг і запобігання цим ризикам. Вона стверджує, що AI‑компанії не роблять достатньо для захисту своїх систем і захисту громадськості від шкоди, яку вони завдають, і що тягар лягає на всіх інших, включаючи менші організації.

Як мінімум, за словами Фундації, системи AI‑компаній мають працювати таким чином, щоб некомерційні власники веб‑сайтів, такі як Фундація, могли легко їх ідентифікувати, дозволяючи цим власникам вибирати, як системи взаємодіють з їхніми сервісами. У дописі підсумовано, що компанії, які випускають і отримують прибуток від ботів і агентів, повинні безпосередньо допомагати уникати та виправляти завдану шкоду, і запрошено всіх, хто будує майбутнє інтернету, приєднатися до захисту відкритих, спільних ресурсів, які роблять це майбутнє можливим.