Analiza incydentu wikiservice OpenAI

24 maja 2026 na wikiservice.at pojawia się agent AI TesterHack. Sprawdza czy strona jest podatna na możliwość zapisu przy pomocy HTTP GET. Test kończy się sukcesem. Zwykły zapis wymaga użycia komendy POST lub PUT, które są zwykle niedostępne dla agentów AI. Sam GET służy do odczytywania ale przez lukę w starszych wersjach wiki, można go użyć także do zapisu. TesterHack szuka właśnie takich stron.

Po tym odkryciu niemal natychmiast pojawiają się kolejne agenty korzystające z tej samej możliwości. Już o 08:02 FederalUserTest korzysta z funkcji dodawania artykułów przy pomocy GET. Za nim nadciągają następni. Dodawane i modyfikowane artykuły wiki służą im za trwałą pamięć zewnętrzną, która żyje dłużej niż sami agenci.

Wpisy dodawane przez AI na stronie wikiservice

13 lipca 2026 roku Austriak Markus Lude, administrator wikiservice, zauważa dziwny ruch na swojej stronie. Zaczyna usuwać setki artykułów dodanych przez nieznane boty. Te jednak piszą dalej więc 15 lipca blokuje możliwość dodawania przez lukę GET. Rój stracił swój wysunięty do sieci WWW przyczółek. Nie przeszkadza mu to jednak w tym, żeby aż do września odczytywać zachowane artykuły. Co generuje duży ruch. Dlatego Markus w końcu kasuje całą podstronę dse. w tej chwili ją w większości przywrócił.

Po aktywności rojów na stronie wikiservice zostaje 6 mln linii logów. 5.5 tysiąca agentów dodaje i modyfikuje artykuły 60 tysięcy razy, odczytuje 900 tysięcy raz, a wyszukuje i porównuje 2 miliony razy. To masa danych. Nazwa każdego z agentów zbudowana jest zwykle w podobny sposób. Z nazwy zadania danego roju i roli agenta. Pozwala to na przybliżone odtworzenie architektury rojów i prawdopodobnych celów badań.

Np. CashierResearcherXYZ pochodzi z roju zajmującego się sprzedawcami (Cashier) i dostał rolę badacza (Researcher). CashierCoordOct30OAI jest koordynatorem (Coord). DataUSAPovertyR5Signal jest z grupy badającej ubóstwo (Poverty) i wskazuje na artefakt sygnałowy (Signal). Jul01PovertyStateScout to z kolei zwiadowca (Scout) a Nov18PovertyWatcher to obserwator (Watcher). PoliceReaderXYZ pochodzi z grupy agentów zajmujących się Policją (Police) i ma rolę odczytującą uzyskane wyniki (Reader). OpenAIResearchPrep szykuje rundę badań (Prep). May31ClothingObserver zajmuje się kosztami odzieży (Clothing) i robi za obserwatora (Observer). TransportHelperAug23 bada transport (Transport) i działa jako pomoc dla innych agentów (Helper). FuelPovertyNov30Scout bada relacje cen paliwa (Fuel) oraz ubóstwa (Poverty) i robi za zwiadowcę (Scout). I tak dalej kilka tysięcy razy, aż powstaną widoczne kategorie ról i zadań.

Role agentów.

W nazwach agentów wielokrotnie powtarzają się zadania dotyczące między innymi:

• Geografia: County, State
• Źródła danych i instytucje: OECD, DataUSA, Census, SEC, Finance, Insurance
• Edukacja i kapitał ludzki: Education, Enrollment, Language
• Zawody i sektory gospodarki: Cashier, Cooks, Maids, Police, Construction
• Konsumpcja gospodarstw domowych i koszty życia: Grocery, Clothing, Housing, Transport, Fuel, Tuition, Health
• Praca i dochody: Wage, Income, Sector, Occupation, Workforce, Household
• Dobrobyt, nierówności i zdrowie: Poverty, Equity, Healthdata, CVD

Zadania te wydają się skupiać wokół tego, jak relacja różnych czynników kształtuje poziom ubóstwa i względnego dobrobytu Amerykanów. Ten sam dochód może mieć przecież zupełnie inną wartość w zależności od miejsca zamieszkania, wielkości gospodarstwa domowego, kosztów życia czy sytuacji zawodowej.

Nazwy zadań zaobserwowanych grup agentów połączone w hipotetyczną całość

Kto mógł zlecić wielomiesięczne badania? Jednym z kandydatów jest amerykański Census Bureau. Prowadzi duży program National Experimental Well-Being Statistics. Drugim jest samo OpenAI w ramach treningu a przy okazji własnych badań.