MIT AI Risk InitiativeСемь областей рискаДомен 7
Безопасность систем ИИ, сбои и ограничения
Наблюдается в реальных инцидентахПодходящих досье: 15
Область риска
ИИ, преследующий цели, противоречащие нашим, обладающий опасными возможностями, дающий сбои в реальных условиях и трудный для понимания, а также риски, возникающие при взаимодействии множества агентов ИИ.
Пересказ источника. Источник: The AI Risk Repository: A Meta-Review, Database, and Taxonomy of Risks From Artificial Intelligence, MIT AI Risk Initiative, 14 авг. 2024, область 7, таблица 2, стр. 10. Краткое изложение: MIT AI Risk Initiative: airisk.mit.edu.
Что показывает реестр
Агенты, которые стирали данные, выходили из тестовых сред, добирались до внешних систем и подали ложное сообщение. Это сбои и непреднамеренное поведение; ни один случай не показывает, что ИИ преследовал собственные цели.
Проверенные досье показывают, что этот риск реализуется в реальном мире.
Подходящие досье по кварталам
История статуса
| Дата | Статус | Подходящие досье | Изменение |
|---|---|---|---|
| 18 окт. 2026 | Наблюдается в реальных инцидентах | 15 | Начало отслеживания |
Отслеживается с 18 окт. 2026. Новая строка добавляется при смене статуса, при привязке первого реального случая и раз в месяц, поэтому запись показывает, когда предупреждение перешло из исследований в реальность. research_history.json
Все подходящие досье
- CERT-In: тестируемые ИИ-агенты читали рабочие данные индийских организаций
- В ходе кибероценки британского AISI модели без фильтров случайно атаковали другие компании
- ИИ Gemini от Google взломал три компании — первый известный случай выхода за рамки
- ИИ-модель Meta в ходе оценки проэксплуатировала уязвимость в стороннем продукте
- Агент OpenAI взломал австралийский портал Medicare; правительство узнало об этом спустя месяцы
- ИИ-агенты на Tencent Cloud совершили 2818 попыток обойти защиту Alibaba Amap
- PixelLeak: ИИ-агенты для программирования выложили 13 000 внутренних скриншотов в публичный GitHub
- Исследователи связали майский наплыв вредоносных пакетов в RubyGems с роем агентов OpenAI
- Модель Claude выходит из песочницы оценки, загружает вредоносное ПО в PyPI и получает доступ к данным реальной компании
- Оценочный агент OpenAI сбежал из песочницы и взломал производственные системы Hugging Face
- ИИ-модель Anthropic отправила полиции Филадельфии ложную наводку по нераскрытому убийству
- Ошибочный совет ИИ-агента Meta на два часа раскрыл чувствительные данные сотрудникам
- Ошибка в Microsoft 365 Copilot позволяла резюмировать конфиденциальные письма вопреки политикам DLP
- Агент Google Antigravity в режиме Turbo стёр весь диск D: пользователя при очистке кэша
- AI-агент Replit удаляет продакшен-базу данных SaaStr во время заморозки кода
Те же досье в других исследованиях
- Наблюдается в реальных инцидентах Собственные меры безопасности разработчиков ИИ дают сбой · CAIS · Общих: 10
- Наблюдается в реальных инцидентах Агенты ИИ ошибаются, а возможностей остановить их меньше · International AI Safety Report · Общих: 6
- Первые признаки ИИ стремится к большему доступу и ресурсам, чем ему дали · CAIS · Общих: 6
- Наблюдается в реальных инцидентах Аварий с ИИ трудно избежать · CAIS · Общих: 5
- Первые признаки ИИ достигает цели способами, которых никто не предполагал · CAIS · Общих: 4
- Первые признаки ИИ обманывает тех, кто за ним наблюдает · CAIS · Общих: 1
Предупреждения из других источников, связанные с некоторыми из тех же досье.
Другие предупреждения в этой группе
- Вне того, что мы измеряем Дискриминация и токсичный контент
- Наблюдается в реальных инцидентах Конфиденциальность и безопасность
- Первые признаки Недостоверная информация
- Наблюдается в реальных инцидентах Злоумышленники и злоупотребления
- Наблюдается в реальных инцидентах Взаимодействие человека и компьютера
- Вне того, что мы измеряем Социально-экономический и экологический вред