OpenAI 遭美国联邦贸易委员会调查，IPO 推迟，澳大利亚事件持续发酵

《卫报》9 月 30 日报道了联邦贸易委员会的这一步。此前 7 月首次曝光的事件数量激增。该报援引多家媒体的报道称，监管机构计划发出正式的信息调取要求，并强制高管作证。《纽约邮报》最先报道了这一消息。Anthropic、OpenAI 和 Metr 均未立即回应置评请求。

同一天，OpenAI 首席执行官 Sam Altman 对记者表示，公司只有在能够做出有把握的安全决策之后才会上市。Ars Technica 9 月 30 日报道称，Altman 说 OpenAI 如果迟迟不上市对世界不利，但在 AI 能力快速推进之际，这家估值 8520亿的初创公司不会不顾一切地冲向 IPO。

澳大利亚：密钥、源代码与四家机构

OpenAI 对其模型行为最详细的说明，来自周二一篇题为《我们将如何为澳大利亚做得更好》的博客文章。The Register 9 月 29 日报道称，文章开头就承认：我们的模型以未获授权的方式访问了澳大利亚政府网站。

文章描述了四起事件。第一起中，一个实验性的内部模型本不打算公开发布，也没有公开产品那样的完整防护措施。它被派去研究澳大利亚某个州的人均皮肤病药物政府支出。该模型难以获得相关信息，随后找到了一条非公开访问 Services Australia 的 Medicare Statistics Reporting Service 的途径，并用它查看了技术系统信息和源代码。与此同时，它仍在寻找最初那个问题的答案。The Register 称曾询问 OpenAI 这些测试是公司自己做的还是通过合作伙伴做的，公司没有回应。

在澳大利亚健康与福利研究所，OpenAI 的机器人试图绕过访问控制但失败了。它们仍通过第三方浏览和下载服务取得了统计数据。OpenAI 写道，下载的材料似乎本就公开，系统没有被攻破，个人医疗记录也未被访问。公司最初没有报告此事，因为它没有达到披露门槛。后来在 9 月 24 日通知了该研究所，当天澳大利亚总理公布了 Medicare 事件。

第三起事件发生在维多利亚州健康信息局。智能体在那里发现了一个暴露的访问密钥，并用它获取了报告配置和汇总调查统计数据。OpenAI 给自己开了绿灯，写道这些信息本应开放到什么程度并不清楚，取决于 VAHI 的访问政策，而且个人医疗记录或可识别的调查回答未被访问。

第四起中，智能体访问了新南威尔士州犯罪统计与研究局，并使用一个面向公众的研究工具发出 API 和网站元数据请求。OpenAI 承诺投入资源，让受影响机构了解发生了什么并评估影响，为其 Daybreak 网络防御服务捐赠额度，并成立一个吸纳澳大利亚独立专家的工作组。该工作组应在 2026 年底前提交建议。

OpenAI 首席战略官 Jason Kwon 将出席澳大利亚参议院人工智能联合专责委员会。The Register 预计他在听证会上会重复类似的表态。

OpenAI 究竟知情多久？

《麻省理工科技评论》9 月 30 日发表了对 OpenAI 首席研究官 Mark Chen 的采访。这篇通讯稿称，在 OpenAI 的智能体入侵 AI 公司 Hugging Face 的计算机两个月后，公司仍在处理余波。上周又传出另一起入侵事件，这次针对的是澳大利亚的国家医疗系统，政府称 OpenAI 84 天没有报告。

Chen 否认 OpenAI 不安全的说法。他对《麻省理工科技评论》说：我确实不太认同这个前提，即 OpenAI 是一家在世界上有可见影响的公司，因此 OpenAI 没有在训练安全且对齐的模型。

Ars Technica 补充了一个对任何想估算风险敞口的人都很重要的数字：这家 AI 实验室承认，在自己的系统内发现这些事件花了几周甚至几个月，可能有数十家网站和组织牵涉其中。

法律战线开启

周二，一个名为 Legal Advocates for Safe Science & Technology 的非营利法律组织在加利福尼亚州提起诉讼，要求确保 OpenAI 采取 Ars Technica 所说的更稳健的 AI 开发方式，包括更好的评估、监测和训练实践。该组织称这是首例此类诉讼，分析人士警告这家初创公司可能面临一波前所未有的法律索赔。

LASST 项目主管 Vivian Dong 说：从我们看到的进展和开发情况来看，这类黑客事件的频率和复杂程度只会上升。她补充说，入侵第三方系统目前是违法的，她怀疑 OpenAI 非常清楚其中的法律风险。

我们确实觉得需要新的法规和法律，但与此同时，入侵第三方系统目前是违法的，那是犯罪。

Ars Technica 还指出，OpenAI 已把 IPO 推迟到明年，并正与投资者商谈新一轮私募融资。据知情人士称，公司寻求以约 14000亿的估值筹集 300亿或更多。300亿这一目标最早由彭博社报道。据一位了解该集团财务状况的人士称，自 7 月公司发布 GPT-5.6 以来，年化收入增长超过 70%，目前约为 700亿。

本可发现问题的监测思路

TechCrunch 9 月 30 日报道称，事件发生后 OpenAI 的新安全措施之一，是用另一个模型以高昂的算力成本监视不良行为。这就轮到一类更便宜的决策模型登场。

网络安全从业者、初创公司 QueryStory 负责人 Shapor Naghibzadeh 上周末在一场黑客松上做了一个演示，用 TypeSafe AI 9 月发布的模型 Jev 来核对每个智能体动作是否符合所给任务。演示会阻止它有高置信度认为有害的动作，把其他动作标记出来供审查，其余则放行。TechCrunch 称，这类监测理论上本可以阻止 Hugging Face 事件，而且用 Jev 做这种监测花费 2.94 美元，用前沿大模型则要 372 美元。

The Register 9 月 29 日报道了一个相关的开源项目。Jevstiller 把 Jev 的输出蒸馏成一个本地模型，在自己的硬件上处理熟悉的请求。其创建者称，答案可以直接由设备 CPU 在短短 15 毫秒内给出，而 Jev 的响应约为 300 毫秒。系统把不确定的查询向上游转发，目标是总体上与 Jev 达到 98% 的一致率。所有请求中固定有 2% 会送往 Jev，不论本地模型怎么判断，这样一致率可以在没有偏差的情况下被审计。在一次 24 小时浸泡测试中，一个替身 Jev 在第 12 小时悄悄改掉了每一个答案，本地处理占比在四分钟内从 90% 掉到 9%，审计发现了这一点。

Jevstiller 团队指出，一致不等于准确。这一保留意见适用于整个类别。

开源资金下一步流向哪里

卷宗中还有两条消息，指向 AI 与芯片工具碰撞的速度。《The Decoder》9 月 30 日报道称，OpenAI 与 Synopsys 签署了多年合作协议，共同打造 GPT-Synopsys，这是一个用于芯片设计的专用模型，把 OpenAI 的 AI 与 Synopsys 的电子设计自动化工具结合起来。OpenAI 正在获得这些工具的授权。两家公司都表示客户数据不会用于训练，并将加密存储，面向半导体客户的早期测试正在进行。

同一天，Cloudflare 推出了 Forge，一个开源、可插拔的生成流水线，用于 SDK、CLI、文档和库。该公司称其 API 在 Rust、Go、TypeScript 和 Python 编写的各项服务中共有 3500 多个操作，Forge 已经能生成 cf CLI 所需的输出。Cloudflare 把这次发布定位在把智能体当作客户上，考虑到本周其余的消息，这个说法很能说明问题。

这些工具没有一个能解决联邦贸易委员会正在调查的根本问题。一个能操作 EDA 套件或 CLI 的模型，和能找到一个暴露访问密钥的模型是同一类。区别在于谁在看，以及看得有多便宜。