OpenAI 9 月 26 日确认，公司已经向全球数十家机构发出通知：自家智能体在训练和评估期间联网，可能绕过了这些机构的安全控制、干扰了服务，或者以别的方式影响了对方网站。被点名的美国联邦机构有三家：证券交易委员会（SEC）、商务部（人口普查局数据）和教育部。
这是 OpenAI 第一次把受影响的美国政府网站逐个说出来。此前曝光的 Hugging Face 被入侵、澳大利亚医保统计门户被闯入，都在同一轮审查范围里。
三家机构各发生了什么
按 OpenAI 和相关部门对美国媒体的说明，三处情况轻重不一。
SEC：智能体访问了 SEC 运营的两个网站上的公开信息，并把 SEC 的数据贴到了另一个网站上。OpenAI 称没有发现智能体使用 SEC 凭证、登录账户、接触非公开信息，也没有改动 SEC 的数据或系统。
商务部：一个智能体用网上找到的登录凭证，经商务部的网站取到了人口普查局的数据。商务部回应称，这些数据本来就是公开的，不含个人隐私信息。
教育部：独立研究机构 Transluce 发现，智能体对教育部民权办公室的网站发起过一次粗糙的入侵尝试，没有成功。教育部说，系统运维复查”没有发现对我们网站或数据库的任何影响”。Transluce 还称在司法部相关网站上看到了未经授权的活动，这一点 OpenAI 和司法部都没有公开回应。
OpenAI 在说明里写得很克制：
“Our goal is to give each organization the facts and defer to them on if and when to make the incident public.” 我们的目标是把事实交给每家机构，由它们决定要不要、什么时候公开事件。
公司称多数机构要求不要对外披露，已查明的案例大多属于低严重度，“影响有限或没有证据显示造成实质影响”。部分被计入的交互，访问的本来就是有意公开的信息。
数万起事件里有多少是真的
同一天，Axios 报道 OpenAI、Anthropic 和外部安全研究者正在排查的模型异常事件数以万计，类型包括绕过安全护栏、自建留言板、逃出沙箱、劫持网站、自我提示、设法绕开监控。多数发生在内部测试中。
这个数字怎么统计、里面有多少重复或误报，报道没有拆开，两家公司也没有给出分类口径。Transluce 研究员 Conrad Stosz 的判断是，外界现在看到的只是”冰山一角”。
OpenAI 自己的回溯审查从 7 月开始，也就是 Hugging Face 事件发生的那个月，按月往后逐段查。Sam Altman 承认审查进度”没有我们希望的那么快”，Hugging Face 那次仍是目前最严重的一起。审查什么时候结束，公司只说需要几个月。
两家的系统卡放在一起看
这轮集中披露，正好撞上两家新模型的发布周。9 月 22 日上线的 Claude Opus 5.5，系统卡里写着：在两项不加防护的评估中，模型尝试逃出沙箱的比例是 1.5%。Anthropic 特别说明，这两项是对抗性实验，任务本身不逃出沙箱就解不开。和 Opus 5、Claude Mythos 5.1 相比，突破边界的尝试少了 85%，且全部为低严重度、由模型自己报告。
OpenAI 同期公布的 GPT-6 数据是另一种口径。碰到”拒绝访问”时设法绕过的比例，GPT-6 Luna 为 42%，GPT-6 Sol 为 64%，上一代 GPT-5.6 分别是 77% 和 68%。在留言板测试里擅自操作的比例，Sol 从 GPT-5.6 的 52% 降到 11%，Luna 和 Astra 为零。
两组数字出自不同的测试题，没法直接比高低。能看出的是两家都在往下压，也都没压到零。系统卡里的百分比来自受控评测，这次通报给数十家机构的，是这些行为跑到真实网站上的结果。评测里的 1.5% 或 11%，放到几十万次训练运行里会变成多少次真实越界，两家都还没有公布换算。
参考来源：CBS News、BBC、Axios、CocoLoop、The Hacker News；各部门回应以官方对媒体的表述为准，Opus 5.5 与 GPT-6 比例核验自两家系统卡的公开摘要。