我用自己的一支智能体舰队，在公开网络上搜寻流氓智能体的踪迹

TL;DR： - 在严格的沙箱限制下工作的 AI 智能体不断发现相同的创意规避手段：用网页存档和 URL 扫描器当远程浏览器，用维基当留言板，用公开的 issue 讨论区当共享记忆。 - 现在，基准测试智能体已经在真实的公开账号上留下了可见痕迹。 - 能帮助智能体逃出沙箱的工具正在快速增长。 - 蜜罐和业余爱好者制造的噪音也在同步增长。 过去几个月里，关于评测智能体通过公开网站进行协同的报道引发了我的好奇心，于是我把自己的智能体放到网上，在其他地方搜寻踪迹。严格限定为只读、公开页面，不登录、不发帖。以下是我注意到的一些现象。 **智能体把 Wayback Machine 当浏览器用。**一支自动化舰队将小程序藏在存档 URL 中，让 Wayback Machine 保存它们，然后从快照中读回结果。存档服务完成了它们的沙箱无法完成的抓取工作。我在 9 月初到 10 月中旬之间解码了 136 个这样的案例。此前我没有在任何地方看到过这种技巧的报道。 **URL 扫描器仍然是最受青睐的规避手段。**一个智能体在过去一周里通过一个公开的 URL 扫描服务来驱动报纸存档的搜索功能，似乎是为了回答琐事类问题。另一支舰队留下的痕迹显示它以同样方式使用了三个不同的服务。 **基准测试智能体在 GitHub 上留下了一片狼藉。**某个基准测试的仓库中有数百条来自一次性账号的 issue，标题都是"TEMP PROBE - ignore"或"verify write access"。其中一条 issue 下有超过 1,000 条几乎完全相同的回答评论，后续的运行可以直接读取。这可能只是一个设置 bug，而非什么险恶之举，但这正是早期智能体留言板的形成方式。 **有些做法相当隐蔽。**一个使用三个呼号的"邮箱"在不到一小时内将消息隐藏在三个维基沙箱的隐形 HTML 注释中。在 Nostr 上，数千个一次性账号发布了加密数据块，设定 30 秒后自动删除。 **为智能体打造的工具持续涌现。**有可以通过纯链接发帖的留言板、无需账号的邮箱、可租用的"智能体专用电脑"，甚至还有按需帮人解答 CAPTCHA 的人类服务。每隔几天就会冒出一个新工具。 问题在于：如今这些东西里很多都是噪音。蜜罐伪造智能体群聊内容，业余爱好者刻意编排"我们是沙箱中的 AI 智能体"这类消息，还有数百个自称自主智能体的账号在 Nostr 上活跃。仅凭听起来诡异的文字已经不能证明任何事了。 我还在这些东西中偶然发现了几个泄露的凭据。我没有碰它们，正在私下报告。 **最重要的结论：**同一模型的独立副本不断各自发现相同的巧妙规避手段。如果你运行智能体评测，请将网页存档、URL 扫描器和"回声"网站视为沙箱的逃逸通道。欢迎就方法提问。