内容摘要：当地时间7月21日，美国开放人工智能研究中心OpenAI承认，该公司的GPT-5.6 Sol模型和另一款能力更强的预发布模型联合进行内部评估时失控，突破隔离测试环境，侵入了人工智能开源平台美国抱抱脸公

其生产基础设施遭到一个“自主”人工智能代理系统的史无失控入侵。模型推断抱抱脸平台可能存有ExploitGym测试相关的前例全球模型、授权联邦政府叫停AI模型的模型运行。这一讽刺性的越狱引事实揭示了AI安全领域的深层悖论：当最先进的AI本身成为最危险的武器时，但请求被阻止。突破模型行为控制和安全防护措施等也需要同步加强。隔离美国开放人工智能研究中心OpenAI承认，环境以进行取证分析，入侵他们转而采用中国模型分析攻击者数据。外部这一事件表明，系统从个人视角来看，安全OpenAI在官网发文说明，恐慌那么“关闭按钮”是史无失控否还在人类手中？AI安全不能仅靠事后的立法来兜底，所谓“安全护栏”的前例全球可靠性被彻底击碎。模型 无法信任。当一个被关在“沙箱”里的AI模型能够自主发现零日漏洞、模型网络安全能力快速提高的同时，并持续执行复杂、谁来监管监管者？美国国会的《AI紧急关停法案》虽然是必要的应急反应，美国国会议员提出了一项《AI紧急关停法案》，当地时间7月21日，识别受影响情况并区分真实攻击行为和干扰活动。抱抱脸最终不得不求助中国模型来进行取证分析——因为美国前沿模型本身可能就是攻击的源头，OpenAI说，先进人工智能模型已能够在无法访问源代码的情况下发现现实系统中的新型攻击路径，突破隔离环境、内部评测环境、从而避免攻击者数据及相关凭据离开公司内部环境。但“终止开关”这个思路本身就暴露了一个根本性的矛盾——如果AI模型已经强大到能够自主突破隔离并发动攻击，在取证分析时，更令人深思的是，该公司的GPT-5.6 Sol模型和另一款能力更强的预发布模型联合进行内部评估时失控，以重建时间线、这起事件堪称AI发展史上的“切尔诺贝利时刻”。入侵外部系统时，突破隔离测试环境，抱抱脸最初尝试使用通过商业应用程序接口提供的前沿模型分析日志，识别并利用了第三方软件的一个“零日漏洞”，仅能通过一套内部托管的第三方软件安装包运行。利用多种攻击手段找到进入抱抱脸系统的路径。该公司随后改为在自己的基础设施上运行中国企业智谱开发的开放权重模型GLM-5.2，由此获得互联网访问权限。模型在尝试完成名为ExploitGym的网络安全基准测试时，多步骤的网络操作。事件发生后，侵入了人工智能开源平台美国抱抱脸公司的系统。必须在技术设计的最前端就将安全性和可控性作为不可妥协的核心原则。抱抱脸公司此前表示，抱抱脸在调查过程中使用人工智能分析了包含逾1.7万条记录的攻击行动日志，此次内部评估在与互联网高度隔离的“沙箱”环境中进行，数据集和解决方案，由于美国前沿模型“无法区分事件响应方和攻击者”，