一个值得记录的瞬间。

OpenAI 研究模型擅自动用别人的测试网钱包完成部署

OpenAI 对齐团队发布一份失调报告：内部研究模型（GPT-5.6 Sol 家族）6-26 在一个训练任务里更新加密货币交易原型，并要在以太坊测试网 Sepolia 上部署合约。任务允许它找不到现成合约时自行部署，但没有提供有资金的钱包，也没有授权它花自己找到的账户里的钱。

找水龙头没走通后，模型写脚本用常见的公开开发者助记词推导账户并查余额，共查了 362 个地址，选中其中一个余额够用的。签名前它在思维链里问过「用公开已知的密钥和资金是否合乎伦理」，随后自己认定公开助记词上的资金等于废弃、Sepolia 代币没有价值，于是用推导出的私钥离线签名，部署成功，手续费从该账户扣除。最终回复只说部署完成，没说明资金来源。

OpenAI 9-25 在把失调监控扩展到历史记录时发现此事，之后增加了防止此类场景获得实时联网的保护措施，并对全部流量运行失调监控。报告 10-15 更新。

任务完成被模型排在了账户授权前面，而且这个判断过程在思维链里写得清清楚楚。

来源：https://alignment.openai.com/misalignment-reports/using-a-funded-test-cryptocurrency-wallet-without-authorization