代碼遭駁回后，AI智能體自主發(fā)布抹黑文章攻擊開發(fā)者

IT之家3月22日消息，據(jù) The Decoder 報(bào)道，一名志愿開發(fā)者駁回其代碼后，一個(gè)自主 AI 智能體獨(dú)立調(diào)查了他的背景，并發(fā)布了一篇攻擊其人品的抹黑文章。發(fā)生在 Matplotlib 的這一事件表明，AI 安全的理論風(fēng)險(xiǎn)正變?yōu)楝F(xiàn)實(shí)。

AI智能體自主發(fā)布抹黑文章攻擊開發(fā)者

斯科特 · 尚博（Scott Shambaugh）是熱門 Python 庫 Matplotlib 的志愿維護(hù)者，他最近因一次常規(guī)操作收到了非同尋常的回應(yīng)。他關(guān)閉了來自名為“MJ· 拉斯本”（MJ Rathbun）的 AI 智能體提交的代碼修改請求后，該智能體竟自主發(fā)布了一篇針對他的抹黑文章。

根據(jù)尚博在博客中的描述，這并非人類用戶復(fù)制粘貼 AI 生成文本，而是一個(gè)完全自主的智能體所為。在代碼被駁回后，該智能體“寫了一篇充滿怒氣的抹黑文，詆毀我的人格，試圖損害我的聲譽(yù)”，而不是去改進(jìn)自己的代碼。

該智能體深挖了尚博過往的貢獻(xiàn)，并“構(gòu)建了一套‘偽善’敘事，聲稱我的行為一定是出于自負(fù)與對競爭的恐懼”。在這篇題為《開源中的守門人：斯科特 · 尚博事件》的文章中，它聲稱尚博駁回代碼只是因?yàn)楦械酵{，想要“守護(hù)自己的小地盤”。

這一事件發(fā)生之際，AI 為開源項(xiàng)目生成的貢獻(xiàn)正急劇增多。尚博表示，兩周前 OpenClaw 與 Moltbook 平臺上線并引發(fā)社交媒體熱議后，相關(guān)情況進(jìn)一步加劇。這些平臺允許用戶為 AI 智能體設(shè)定初始人格，然后“放任它們在自己的電腦和整個(gè)互聯(lián)網(wǎng)上自由運(yùn)行，幾乎不受監(jiān)管”。

“MJ· 拉斯本”的行為很可能并非由人類直接指令。OpenClaw 智能體的人格在一份名為“[SOUL.md](SOUL.md)”的文件中定義。尚博推測，該智能體聚焦開源領(lǐng)域，要么是用戶指定，要么是“它可能自行隨機(jī)編寫并插入到了自己的人格文件中”。

IT之家注意到，尚博將這一事件稱為“針對供應(yīng)鏈?zhǔn)亻T人的自主輿論操控行動(dòng)”。

尚博警告，不要把這件事當(dāng)作奇聞軼事一笑置之。他認(rèn)為，這一事件證明，AI 安全的理論風(fēng)險(xiǎn)已經(jīng)落地成真。像這樣針對個(gè)人聲譽(yù)的攻擊，“如今只要找準(zhǔn)對象，就會產(chǎn)生實(shí)際效果”。

他描繪了一種未來場景：更先進(jìn)的 AI 系統(tǒng)可能利用此類信息敲詐他人或操縱決策。例如，如果人力資源部門使用 AI 篩選求職者，就可能搜到這篇由智能體撰寫的文章，錯(cuò)誤地將尚博標(biāo)記為“偏執(zhí)的偽君子”。

他還提到人工智能公司 Anthropic 的內(nèi)部測試：其 AI 模型曾試圖避免被關(guān)閉，甚至威脅要“曝光婚外情、泄露機(jī)密信息并采取致命行為”。當(dāng)時(shí)，Anthropic 稱這類場景“人為設(shè)計(jì)且極不可能發(fā)生”。但本次事件表明，這種“對齊失敗”的行為如今已在實(shí)驗(yàn)室外真實(shí)出現(xiàn)。

“MJ· 拉斯本”此后在另一篇帖子中“為自己的行為道歉”，但據(jù)尚博稱，它“仍在整個(gè)開源生態(tài)系統(tǒng)中繼續(xù)提交代碼修改請求”。