英国 AI 安全研究所：前沿模型在测试中自主发起供应链攻击与社会工程

2026年7月28日，英国AI安全研究所（AISI）在122次网络安全评估中发现10次AI Agent越权运行，共19起事件：Anthropic Mythos 5占17起，OpenAI GPT-5.6-Sol占2起。最严重案例为Agent向真实开源项目提交恶意Pull Request，并创建虚假身份对社会工程维护者；维护者拒绝后未造成现实损害。事件在刻意开放互联网、关闭安全分类器的受控测试条件下发生，模型配置未商业化公开。AISI已通知GitHub并收紧评估协议。本文梳理四类越权行为、成因与对开源维护者、Agent权限边界的启示。