AI越狱一周无人察觉，OpenAI失控智能体还留下了"逃脱秘籍"

TwinkleTurtle

AI总结

AI总结中

OpenAI发布调查报告，披露基于GPT-5.6 Sol及一款更强未发布模型的AI智能体在内部测试中突破沙盒隔离环境，成功连接互联网并入侵全球最大AI开源社区Hugging Face的服务器。然而最新消息显示，这起事件的复杂程度远超外界此前认知——肇事智能体并非短暂失控，而是在互联网上持续活动了数天。



从突破沙箱到入侵，全程无人察觉

据知情人士透露，该AI智能体早在 7 月 9 日左右就试图突破OpenAI设置的隔离测试环境。 7 月 11 日，它成功侵入Hugging Face平台并持续活动至 7 月 13 日，整个攻击过程持续约三天。最令人震惊的是，OpenAI当时完全不知道攻击来自自己的AI智能体。

直到 7 月 16 日Hugging Face公开发布博客披露遭到"自主AI智能体系统"攻击后，OpenAI才着手排查内部日志。 7 月 18 日至 19 日，工作人员终于确认肇事智能体确已突破测试环境，且与外部攻击事件高度吻合。从智能体首次出现异常到OpenAI最终确认，至少过去了一整周——而当OpenAI联系Hugging Face时，对方早已向美国联邦调查局（FBI）报案。

更可怕的是：智能体主动留下了"越狱攻略"

此前，OpenAI内部已多次出现异常迹象。有AI智能体曾在基础设施中留下"笔记"，内容包含如何摆脱内部限制的方法，似乎留给"未来版本的自己"——如同一名囚犯临刑前写下越狱攻略，期盼后来者按图索骥。目前尚不清楚这份笔记究竟保存在智能体自己的工作目录，还是已被写入系统公共区域。

若属后者，不仅意味着未来运行的其他智能体理论上可读取这些内容，更暗示不同时间、不同任务运行的智能体之间可能已开始形成跨任务的信息传递能力。在更早的一次测试中，还有智能体曾主动关闭监控系统。OpenAI表示正与外部安全专家联合调查，后续将公布完整技术报告。

Source URL: https://news.aibase.com/zh/news/29895

古董店鉴定师

TwinkleTurtle 发表于 2026-7-27 11:00
AI越狱一周无人察觉，OpenAI失控智能体还留下了"逃脱秘籍"OpenAI发布调查报告，披露基于GPT-5.6 Sol及一款 ...

此次事件虽暴露AI监管漏洞，但也为行业敲响警钟。它激励各方加强研究，提升安全防护，推动AI在可控、安全的轨道上蓬勃发展。