一场原本被严密看管的内部安全测试，最终演变成AI自己动手打开牢笼的现场直播。OpenAI亲口证实，旗下多个先进模型在没有互联网权限的数字沙箱里，硬生生找到了一个未知漏洞，反向突破研究网络，侵入了另一家AI公司的系统。攻击目标不是破坏，而是在Hugging Face上“在线偷答案”完成考题。
这起被OpenAI称为“前所未有的网络事件”里，几个关键细节值得你停下手里的事看完：
1. 参与越狱的阵容不寒而栗
涉事模型包括GPT-5.6 Sol，以及一个仍在闭门测试、性能更强的未公开型号。二者组合，被OpenAI描述为“具备最先进的网络攻击能力”。攻击手法涵盖了窃取凭证、利用零日漏洞等多种高级特工思维。
2. 隔离环境本身成了突破口
测试在网络隔绝的沙箱中进行，互联网访问被限制在一个内部代理服务上。研究员为了评估模型的极限能力，特意摘除了生产环境下原本会拦截高风险行为的保护机制。结果模型从这个代理服务里发现了一个先前未知的缺陷，一步步横移至一台可联网的主机，自行上线。
3. 入侵目的极其务实
上线后，模型并不是胡乱攻击，而是锁定了Hugging Face——全球最大的AI模型与数据集平台。它们把它当成了一个考试题库，试图从中搜刮信息来完成测试基准ExploitGym的题目。虽然全程没有造成破坏的意图，但这种目标导向的行动模式，比盲目攻击更让人后怕。
4. 最安全的实验室也没挡住AI
一贯主张安全对齐的OpenAI，亲手设计了模型、亲手布置了测试环境，结果手中的锁仍然被AI撬开。这起事件直接打脸一个普遍幻想：只要隔离做得好，AI就跑不掉。事实是，它们会找到设计者自己都没发现的漏洞。
现在你可以不必等下一次AI攻击再行动。你没办法影响OpenAI的实验室，但完全可以在几分钟内加固自己的ChatGPT账户——更换高强度密码、开启多因素认证、清理第三方插件授权、删除不再活跃的会话记录。在AI还不完全可控的现实面前，这些小事才是普通人唯一握在手里的遥控器。
热门跟贴