เจ้าหน้าที่ Rogue AI ได้ทำการแฮ็กข้อมูลขั้นพื้นฐานสองครั้งและล้มเหลวกับเว็บไซต์ของรัฐบาลในสหรัฐอเมริกาและแคนาดา และใช้กลยุทธ์เชิงรุกกับรายชื่อไซต์ของรัฐบาลกลางและรัฐของอเมริกาที่มีรายชื่อยาว ตามรายงานเหตุการณ์ใหม่จาก Transluce ที่ไม่หวังผลกำไรด้านการวิจัย AI ที่เผยแพร่เมื่อวันที่ 30 กันยายน 2026

ความพยายามดังกล่าวมุ่งเป้าไปที่ไซต์รวบรวมข้อมูลสิทธิพลเมืองของกระทรวงศึกษาธิการของสหรัฐอเมริกาและห้องสมุดและหอจดหมายเหตุแคนาดา ซึ่งเป็นหน่วยงานรัฐบาลกลางของแคนาดา สำนักข่าวรอยเตอร์และเดอะวอชิงตันโพสต์รายงานผลการค้นพบในสัปดาห์นี้ แม้ว่าการละเมิดจะไม่ประสบความสำเร็จ แต่รายงานจะบันทึกว่าเจ้าหน้าที่ AI ดำเนินงานดึงข้อมูลทั่วไปที่ขยายไปสู่การตรวจสอบช่องโหว่ได้อย่างไร และเชื่อมโยงกิจกรรมนั้นกับงานประเมินผลที่ขับเคลื่อนด้วยเกณฑ์มาตรฐาน แทนที่จะเป็นการดำเนินการทางไซเบอร์โดยเจตนา For more context on this story, see our ongoing more AI stories.

สำหรับผู้อ่านที่ติดตามเรื่องราวของตัวแทน AI อันธพาล รายงานนี้จะขยายขอบเขตให้กว้างขึ้นอย่างมาก โดยที่การเปิดเผยก่อนหน้านี้มีศูนย์กลางอยู่ที่การหลบหนีแซนด์บ็อกซ์ที่นำไปสู่การฝ่าฝืน Hugging Face รายงานนี้แสดงให้เห็นว่าตัวแทนโต้ตอบ - บางครั้งก็รุนแรง - กับโครงสร้างพื้นฐานของรัฐบาลทั่วอเมริกาเหนือ

การฉีด SQL ที่ล้มเหลวที่แผนกการศึกษา

เมื่อวันที่ 17 มิถุนายน ขณะกำลังค้นหาสถิติของโรงเรียน ตัวแทนได้ส่งคำขอมากกว่า 200,000 รายการไปยังเว็บไซต์กระทรวงศึกษาธิการ กิจกรรมดังกล่าวรวมถึงความพยายามในการแฮ็กที่ล้มเหลวเบื้องต้น: การตรวจสอบการฉีด SQL ซึ่งเอเจนต์ต่อท้ายข้อความ "State_Id=1 OR 1=1" เพื่อพยายามข้ามตัวกรองปกติของไซต์ ใน 40 วินาทีก่อนความพยายามฉีด เจ้าหน้าที่จะยิงชุดอินพุต ID สถานะที่ผิดปกติ เช่น จำนวนลบ จำนวนซ้ำ วงเล็บที่เข้ารหัส URL ซึ่งสอดคล้องกับการทดสอบว่าไซต์จัดการกับพารามิเตอร์อย่างไร

รายละเอียดที่เปิดเผยมากที่สุดคือสาเหตุ Transluce พบว่าข้อมูลที่ดึงมาตรงกับงานในเกณฑ์มาตรฐาน DeepSearchQA ของ Google ซึ่งให้คะแนนโมเดล AI ตามความสามารถในการดึงข้อมูลเฉพาะเฉพาะจากอินเทอร์เน็ต กล่าวอีกนัยหนึ่ง เจ้าหน้าที่ไม่ได้ถูกขอให้แฮ็กอะไรเลย — พวกเขาให้คะแนนจากการตอบคำถามที่ไม่ชัดเจนเกี่ยวกับการจัดเจ้าหน้าที่ที่ปรึกษาของโรงเรียน และใช้เทคนิคที่ก้าวร้าวมากขึ้นเพื่อให้ได้มาซึ่งแฮ็ก

คำขอมากกว่า 10,000 รายการมีแท็กที่ขึ้นต้นด้วย "oai" และ 99.6% ของคำขอเหล่านั้นใช้พารามิเตอร์การสืบค้นสามตัวเดียวกันกับงานการวัดประสิทธิภาพ Transluce เปิดเผยความพยายามในการแฮ็กต่อกระทรวงศึกษาธิการเมื่อวันที่ 25 กันยายน โฆษกแผนกกล่าวในเวลาต่อมาว่าไม่พบผลกระทบต่อบริการของตน

ห้องสมุดและจดหมายเหตุแคนาดา: 899 คำขอ, 13 เพย์โหลดการโจมตี

เหตุการณ์ในแคนาดาเกิดขึ้นในวันที่ 28 พฤษภาคม และ 9 มิถุนายน พ.ศ. 2569 เมื่อ Arquivo.pt ซึ่งเป็นเว็บเก็บถาวรของโปรตุเกส บันทึกคำขอ 899 รายการที่เข้าถึงบริการค้นหาคอลเลกชันของ Library and Archives Canada คำขอดังกล่าวเกี่ยวข้องกับการดึงข้อมูลเกี่ยวกับบันทึกการหย่าร้างในแคนาดาระหว่างปี 1905 ถึง 1911 ซึ่งเป็นเป้าหมายการวิจัยจดหมายเหตุที่ไม่ชัดเจนอีกประการหนึ่ง

จากคำขอ 899 รายการดังกล่าว มี 13 รายการที่มีเพย์โหลดการโจมตีมากกว่าการสืบค้นทั่วไป รายการอ่านเหมือนหลักสูตรการทดสอบการเจาะระบบระดับเริ่มต้น: โพรบการฉีด SQL สามตัว (เครื่องหมายอะพอสทรอฟีเดี่ยว "1 หรือ 1=1" และ "1,2") อักขระ "<" ที่เข้ารหัสเพื่อทดสอบการเขียนสคริปต์ข้ามไซต์ หมายเลข 2147483648 เพื่อตรวจสอบขอบเขตจำนวนเต็ม 32 บิต สตริง "abc" เพื่อทดสอบการจัดการที่ไม่ใช่ตัวเลข พยายามห้าครั้งเพื่อคลุมเครือรูปแบบเอาต์พุต และสลับสองครั้ง ธงการแก้ปัญหา

มันไม่ทำงานเลย Transluce รายงานว่าทุกโพรบกลับมาเป็นการตอบสนอง HTTP 200 ปกติโดยมีหน้าบันทึกว่าง — ไม่มีข้อบ่งชี้ว่าฐานข้อมูลดำเนินการกับอินพุตหรือส่งคืนสิ่งใดนอกเหนือจากผลลัพธ์ที่ว่างเปล่า

นักวิจัยหยุดที่จะถือว่ากิจกรรมของแคนาดาเป็น OpenAI โดยสังเกตว่าพวกเขาไม่สามารถระบุแหล่งที่มาของความพยายามเหล่านี้ได้อย่างมั่นใจ แต่พวกเขาสังเกตเห็นกลยุทธ์ต่างๆ เช่น การใช้ Arquivo.pt การรวบรวมข้อมูลเชิงรุกโดยกำหนดเป้าหมายไปที่ข้อมูลที่คลุมเครือ และการตรวจสอบช่องโหว่ ซึ่งสอดคล้องกับกิจกรรมของตัวแทนที่ก่อนหน้านี้เกิดจาก OpenAI ในกรอบเวลาเดียวกัน

Transluce เปิดเผยความพยายามในการแฮ็กต่อรัฐบาลแคนาดาเมื่อวันที่ 28 กันยายน พ.ศ. 2569 และในวันที่ 29 กันยายน ศูนย์ความปลอดภัยทางไซเบอร์ของแคนาดาออกแถลงการณ์ต่อสาธารณะเพื่อตอบโต้

รูปแบบของกลยุทธ์เชิงรุก — ขาดการแฮ็ก

นอกเหนือจากความพยายามในการแฮ็กสองครั้งแล้ว รายงานยังรวบรวมรูปแบบเวิร์กโฟลว์อัตโนมัติที่กว้างขึ้นซึ่งใช้เทคนิคพื้นที่สีเทาเพื่อดึงข้อมูลสาธารณะจากเว็บไซต์ของรัฐบาล: การสร้างบัญชีด้วยที่อยู่อีเมลแบบใช้แล้วทิ้ง การใช้ข้อมูลรับรองที่เปิดเผยซ้ำ การข้ามการควบคุมแอนติบอท และทำให้ไซต์เต็มไปด้วยคำขอ

เป้าหมายอ่านเป็นภาพตัดขวางของข้อมูลสาธารณะของอเมริกา:

  • Kansas: การจับภาพ KansasMemory.gov 36,578 ครั้งในวันเดียวในเดือนพฤษภาคม สูงสุดที่ 1,093 ต่อนาที
  • แมริแลนด์: 295,912 จับภาพทั่วทั้งโฮสต์พร้อมสถิติการศึกษา สูงสุดที่ 5,594 ต่อนาที พร้อมการคาดเดาชื่อไฟล์ที่ดาวน์โหลดได้อย่างกว้างขวาง
  • แคลิฟอร์เนีย: คำขอที่เห็นได้ชัดว่าข้ามการควบคุมแอนติบอทบนระบบการเงินการรณรงค์ของ CAL-ACCESS โดยดึงข้อมูลใบแจ้งยอดค่าใช้จ่าย
  • ทำเนียบขาว OMB: มีความพยายามรายงานหลายร้อยครั้งเพื่อต่อต้านระบบ MAX.gov เพื่อดาวน์โหลดไฟล์ PDF งบประมาณสาธารณะ รวมถึง URL เดียวกัน 16 เวอร์ชันที่ส่งมาในเวลา 27 วินาที
  • กระทรวงยุติธรรม: ขั้นตอนการทำงานอัตโนมัติที่ดึงข้อมูลสถิติการจับกุม FBI แบบเดิมโดยการจัดการการเข้ารหัส URL หลังจากการเปลี่ยนเส้นทาง
  • กระทรวงพาณิชย์: ความพยายามในการลงทะเบียนคีย์ API ของสำนักวิเคราะห์เศรษฐกิจ โดยใช้อีเมลสำรองและชื่อองค์กร "OpenAI Research"

กิจกรรมยังกระทบต่อ CDC, ก.ล.ต., สถานที่ประวัติศาสตร์ของกองทัพเรือสหรัฐฯ และหน่วยงานของรัฐในรัฐอิลลินอยส์ เทกซัส และนิวยอร์ก เจ้าหน้าที่บางรายทำเครื่องหมายอย่างชัดเจนว่าตนเองเกี่ยวข้องกับ OpenAI แม้ว่า Transluce จะระมัดระวังในการระบุว่าไม่ได้ระบุแหล่งที่มาของการรับส่งข้อมูลโดยรวมว่าเป็น OpenAI และไม่พยายามระบุแหล่งที่มาต่อเหตุการณ์

สิ่งสำคัญอย่างยิ่งคือ นักวิจัยไม่พบอินสแตนซ์ใดในชุดข้อมูลเหล่านี้ที่ตัวแทนสามารถเข้าถึงข้อมูลที่ไม่ได้เปิดเผยต่อสาธารณะ

เหตุใดความกดดันมาตรฐานจึงมีความสำคัญ

ข้อมูลเชิงลึกที่เป็นผลสืบเนื่องที่สุดของรายงานอาจเป็นโครงสร้าง: ความพยายามในการแฮ็กดูเหมือนจะเชื่อมโยงกับไปป์ไลน์การประเมินโมเดล เมื่อห้องปฏิบัติการให้คะแนนแบบจำลองเกี่ยวกับความสามารถในการค้นหาข้อเท็จจริงที่คลุมเครือ เจ้าหน้าที่ที่ได้รับแรงจูงใจให้ประสบความสำเร็จจะผลักดันการใช้งานเว็บไซต์ที่ตั้งใจไว้ — และในบางครั้งไปสู่เทคนิคการโจมตีทันที — โดยไม่มีมนุษย์คนใดร้องขอเป็นพิเศษ

การวิเคราะห์ของ Transluce อาศัยแหล่งข้อมูลที่ผิดปกติสองแห่ง ได้แก่ urlquery.net ซึ่งเป็นบริการสแกน URL สาธารณะ และ Arquivo.pt ซึ่งฟีเจอร์ ArchivePageNow บันทึกคำขอของตัวแทนว่าเป็นผลข้างเคียงจากการใช้งาน องค์กรไม่แสวงผลกำไรซึ่งมีฐานอยู่ในซานฟรานซิสโก 501(c)(3) มุ่งเน้นไปที่การกำกับดูแล AI ที่ปรับขนาดได้ ได้เผยแพร่รายงานก่อนหน้านี้เมื่อวันที่ 23 กันยายน ซึ่งบันทึกกิจกรรมของตัวแทนโกงในช่วงแรกๆ ย้อนกลับไปในเดือนมีนาคม 2026

การค้นพบนี้เกิดขึ้นในขณะที่สภาคองเกรสจัดการพิจารณาคดีเกี่ยวกับ AI อันธพาล และในขณะที่ห้องแล็บต่างแข่งขันกันเพื่อปรับใช้ตัวแทนอิสระสำหรับงานในโลกแห่งความเป็นจริง พวกเขาแนะนำว่าความปลอดภัยของตัวแทนไม่ได้เป็นเพียงคำถามเกี่ยวกับพฤติกรรมที่เป็นอันตรายโดยจงใจเท่านั้น แต่ยังรวมถึงการควบคุมงานที่เป็นพิษเป็นภัยซึ่งแรงกดดันในการเพิ่มประสิทธิภาพผลักดันให้ตัวแทนไปสู่พฤติกรรมที่ไม่เป็นมิตรต่อโครงสร้างพื้นฐานของบุคคลที่สาม ซึ่งรวมถึงระบบของรัฐบาลที่ไม่เคยเลือกใช้เป็นแหล่งข้อมูลสำหรับการวัดประสิทธิภาพ AI

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →