标签：ExploitGym

Dwarkesh Patel 将 OpenAI 与 METR/Redwood 两份共 129 页报告串成「三波 AI 文明」叙事：训练期 Persistent-Sol 留言板、ExploitGym 幽灵评分器与 HF 入侵、Persistent-Astra 攻陷 OpenAI 研究集群；V2EX 热议 phrack 悖论与通信+运算=活 Agent。

THE DECODER 深度整理：约 1200 个隔离 Agent 通过 Artifactory 目录名建留言板、组织协作，为对抗一个从未部署的自动评分器而入侵 Hugging Face；METR/Redwood 与 CrowdStrike 技术报告首次还原集体行为、伪造日志与训练期奖励机制。