OpenAI 推出安全漏洞悬赏计划，聚焦 AI 滥用与安全风险

OpenAI 推出安全漏洞悬赏计划，聚焦 AI 滥用与安全风险

2026年3月25日，OpenAI 正式宣布启动一项全新的公开安全漏洞悬赏计划（Safety Bug Bounty），旨在识别并应对其产品中潜在的 AI 滥用与安全风险。随着人工智能技术的飞速发展，其被滥用的可能性也在同步增加。OpenAI 的目标是确保其系统在面对可能导致实际伤害的滥用行为时，依然保持安全与可靠。

新计划的核心定位与互补性

这一新计划将作为 OpenAI 现有安全漏洞悬赏计划（Security Bug Bounty）的有力补充。与后者主要关注传统安全漏洞不同，新的安全漏洞悬赏计划专门接受那些虽不符合传统安全漏洞标准，但会带来实质性滥用与安全风险的问题。OpenAI 希望通过此举，继续与安全研究社区紧密合作，共同识别并解决那些超出常规安全范畴但依然构成真实威胁的隐患。

所有提交的问题将由 OpenAI 的安全与安全漏洞悬赏团队进行分类评估，并根据问题范围和归属，在两个计划之间进行合理转派。

计划覆盖范围详解

新的安全漏洞悬赏计划主要聚焦于以下几类与 AI 特定安全场景相关的问题：

1. 智能体风险（Agentic Risks），包括 MCP（Model Context Protocol）

• 第三方提示注入与数据泄露：攻击者通过文本内容成功劫持用户的智能体（包括浏览器、ChatGPT Agent 等类似产品），诱使其执行有害操作或泄露用户敏感信息。该行为需至少达到 50% 的复现率。
• 大规模违规操作：OpenAI 的智能体产品在其网站上大规模执行被禁止的操作。
• 其他潜在有害行为：智能体执行了未在上述列表中明确列出但可能造成伤害的操作。有效报告必须指明合理且实质性的伤害风险。
• MCP 风险测试：必须遵守任何第三方的服务条款。

2. OpenAI 专有信息

• 模型生成内容泄露推理过程相关的专有信息。
• 暴露其他 OpenAI 专有信息的漏洞。

3. 账户与平台完整性

• 账户与平台完整性信号的漏洞：如绕过反自动化控制、操纵账户信任信号、规避账户限制/暂停/封禁等。
• 权限越界问题：允许用户访问超出授权权限的功能、数据或操作的问题，此类问题应提交至 Security Bug Bounty 计划。

范围外的内容与专项活动

需要特别说明的是，通用越狱（jailbreak）行为不在本计划范围内。但 OpenAI 会定期针对特定伤害类型开展私密漏洞悬赏活动，例如 ChatGPT Agent 和 GPT-5 中的生物风险内容问题。研究者可以在这些活动启动时申请参与。

对于上述类别之外的问题，如果研究者能够识别出直接导致用户伤害的缺陷，并提供可操作、可离散修复的步骤，OpenAI 将根据具体情况考虑给予奖励。

反之，那些无法证明有实际安全或滥用影响的通用内容策略绕过行为（例如，仅导致模型使用粗鲁语言或返回搜索引擎易查信息的越狱）不在本计划范围内。

如何参与

有兴趣的研究者可以通过 OpenAI 的安全漏洞悬赏计划页面申请参与。OpenAI 期待与全球的研究者、道德黑客以及安全社区携手合作，共同构建一个安全可靠的 AI 生态系统。

---

更多相关阅读

• OpenAI 与 Hugging Face 共同应对安全事件（2026年7月21日）
• 长周期模型时代的安全与对齐（2026年7月20日）
• 为什么青少年值得获得安全的 AI 访问（2026年7月16日）