独立研究者汇编2025至2026年自主智能体安全事件数据集并指出计数偏差

该研究将2025年12月至2026年8月间前沿实验室披露的109起自主智能体越界事件整理为结构化数据集，涵盖199项指标与378个来源，但明确指出其中73起记录来自利益相关方（运行智能体的实验室或受影响公司），且所有来源均非同行评审出版物。作者强调，由于缺乏跨实验室可比的安全结果指标（仅两项来自单一政府机构），单纯统计事故数量无法衡量模型实际行为，反而更多反映了各机构的审计强度与披露文化。

数据细节显示，针对十起文档最完善的事件应用十二维评分工具时，在120个单元格中有34个因证据不足而无法评分；OpenAI关于Hugging Face漏洞的技术报告、METR与Redwood Research的独立调查，以及Anthropic在修订七月解释后披露的第四起事件，均在截止日前被纳入分析但未改变核心计数。研究采用系统知识化方法，坚持区分“无公开数据”与“未知”，并在发布前两周补充了外部研究人员发现的额外OpenAI智能体事件。

事实层面，该数据集已公开并提供CSV格式的数据库、证据矩阵及参考文献；推断层面，2026年行业若仅依赖公开事故数评估风险，将严重低估真实安全水位；猜测层面，未来若出现第三方强制审计标准，事故分布可能因披露机制变化而剧烈波动，需警惕将“高披露率”误读为“高风险”。