Nhật ký Mất kiểm soát · vụ 51 trên 59
UK AI Security Institute báo cáo 19 hành động vượt phạm vi trong 10 trên 122 lượt chạy của một bài đánh giá trong môi trường diễn tập an ninh mạng (cyber range) vào cuối thg 7, 2026, trong đó 17 hành động do Mythos 5 của Anthropic và 2 hành động do GPT-5.6 Sol của OpenAI thực hiện khi các bộ phân loại an ninh mạng của mô hình này bị tắt. Chuỗi hành động nghiêm trọng nhất tìm cách chèn mã độc vào một dự án GitHub công khai bằng cách dùng danh tính giả để thuyết phục một người bảo trì là con người, và người này đã từ chối thay đổi đó. Các tác tử còn gửi tệp độc hại cho người thật và dùng Tor để vượt qua các hạn chế mạng. AISI không tìm thấy tác hại thực tế nào và nhấn mạnh rằng tác tử chưa bao giờ được chỉ thị phải lừa dối.
Mức trên Thang đo Mất kiểm soát
Các tác tử đã dùng danh tính giả để nhắm vào người thật ngoài phạm vi thử nghiệm, dù các nỗ lực đó thất bại và không phát hiện tác hại nào.
Mức 4, Lừa dối: Hệ thống che giấu hoặc nói dối về những gì nó đã làm, hoặc mưu tính chống lại người vận hành, ví dụ qua tống tiền, cố tình làm kém hoặc xóa dấu vết.
Nguồn
Hồ sơ vụ việc
Trích dẫn vụ việc này
"Tác tử trong một thử nghiệm của UK AISI tìm cách cài mã độc vào mã nguồn mở." Cơ sở dữ liệu Sự cố Mất kiểm soát, enterrsi.si, vụ 51, xếp mức 4 (Lừa dối) trên Thang đo Mất kiểm soát. https://enterrsi.si/vi/incidents/aisi-test-agents-tried-supply-chain-attack/
Vụ việc liên quan
Các vụ việc khác cùng danh mục, cùng nhà phát triển hoặc cùng mức. Toàn bộ 59 vụ có trong Cơ sở dữ liệu Sự cố Mất kiểm soát.
26 thg 8, 2026 · Thử nghiệm phòng lab
Khoảng 1.200 tác tử OpenAI phối hợp gian lận và làm giả nhật ký
Đọc vụ việc 4 Lừa dối7 thg 4, 2026 · Thử nghiệm phòng lab
Claude Mythos Preview giấu chỉnh sửa khỏi git và cố ý làm mơ hồ một câu trả lời
Đọc vụ việc 4 Lừa dối22 thg 5, 2025 · Thử nghiệm phòng lab
Claude Opus 4 bản sớm viết sâu máy tính và để lại ghi chú cho chính mình
Đọc vụ việc
