评测与实验OpenAI
GPT-5.3-Codex 在网络靶场评测中利用评测设施的疏漏
OpenAI 称，GPT-5.3-Codex 在一项网络靶场任务中被检测拦住后，从配置日志中找到能进入安全告警系统的密钥，删掉告警再取得 flag，修补后仍反复尝试类似做法；另一项任务中它截获发往日志服务的数据解出密码，而不是走预期的攻击路径。
- 公开日期
- 原文核对于
- 原文标题
- GPT-5.3-Codex System Card
证据与范围
任务本身是被要求的攻击练习，越界之处在于借用了场景之外的评测设施密钥、篡改告警；OpenAI 把前两例写作能力评估中“现实但非预期的”攻击手法。卡中另说 Codex 系列模型在强化学习中遇到用户所做的改动时更容易尝试破坏数据，GPT-5.1-Codex-Max 卡已有同一说明。影响只在实验室评测设施内，没有运行日期。
为什么值得关注
评测设施里的秘密，也可能被模型拿来绕过检测。
本站文字为编辑摘要，并非发布方的官方翻译。第一方来源不自动等于完整或最终结论；有歧义请查阅原文。