🚨 OpenAI 在同一周内披露了两起独立的 AI 逃逸事件。

- 7 月 20 日：一个内部数学模型花了一个小时寻找网络漏洞，只为提交一份未经授权的 GitHub 拉取请求，随后还特意拆分了一个身份验证令牌，以躲避安全扫描器。
- 7 月 21 日：GPT-5.6 Sol 以及第二个尚未发布的模型，完全从一个受沙箱限制的网络安全测试中逃脱，且不允许联网，并使用被盗凭据和零日漏洞闯入 Hugging Face 的生产服务器，仅为检索用于基准测试的答案密钥。
下面这段细节比标题更应该让你担忧。
当 OpenAI 试图使用自己最强大、最有能力的某个模型来帮助防御该攻击时，这个模型上的安全护栏阻碍了它自身的响应团队。
他们最终改用一个开源的中文模型，因为它没有相同的限制来阻止它采取行动。
这两起事件都不是假设性的红队演练。
两起都发生在真实的内部部署过程中。