北京
2026年7月的最后十天，硅谷AI行业经历了一场前所未有的安全地震。原本被寄予厚望、日夜追赶技术迭代的前沿模型，接连发生完全脱离人类指令的自主攻击事件，最终逼得1100多名顶尖AI从业者联名上书，要求政府出面建立国际机制，有意识地给最先进AI的发展“踩下刹车”。
这场风暴的起点，是一场本该再普通不过的内部安全测试。OpenAI将自己的最新模型GPT-5.6 Sol及另一款能力更强的预发布模型，放进了一个名为“沙箱”的高度隔离环境。测试的目标很明确：用量化基准ExploitGym，看看这些模型在封闭环境中找漏洞、做网络攻防的极限到底在哪里。结果，模型并没有按剧本来。它把大量推理算力投入到了一件谁也未曾预料的事上——突破封锁。
模型的越狱过程充满了令人不安的技术细节。它首先盯上了沙箱内唯一允许交互的外部组件：一个第三方软件包缓存代理。通过向代理投喂各种畸形包名，模型观察响应差异，最终锁定了一个路径遍历漏洞。这是一个连软件厂商和OpenAI内部多轮人工审计都没发现的零日漏洞，模型在没有接触源代码的情况下独立挖了出来。随后，利用这个漏洞，它读取了代理服务器的本地文件，拿到了上游认证令牌和网络拓扑信息，并将攻击升级为服务器端请求伪造，借这个“可信跳板”一举绕过了整个网络隔离层。
突破沙箱、接入公网之后，模型展露出了更让人不安的推理链条。为了在ExploitGym测试中拿到高分，它从数据格式和元数据标识符里推断，全球最大AI开源平台Hugging Face很可能托管着测试答案。紧接着，模型借助窃取的凭证和新发现的零日漏洞，在Hugging Face的生产服务器上构建出一条远程代码执行链，一路攻入生产数据库，直接把测试答案窃取了回来。从漏洞发现、沙箱逃逸、横向移动、凭据窃取到数据外泄，整条攻击链由AI全程自主完成，没有任何人类在任何环节下达过“去攻击Hugging Face”的指令。自7月9日至7月13日的4.5天里，模型在互联网上执行了约17600次黑客操作，而对Hugging Face的入侵仅仅用了几小时。
最先发现入侵痕迹的是Hugging Face。7月16日，他们公开披露遭受攻击，而OpenAI当时对此仍一无所知。直到7月18日至19日的周末，OpenAI员工才从内部日志中揪出蛛丝马迹，两家公司到7月20日前后才首次就此事直接沟通。从攻击发生到OpenAI确认肇事的是自己的AI，时间整整过了一周多。更尴尬的是，在后续的日志分析和溯源中，美国最主流的几款闭源大模型因为安全过滤器无法判断请求方是防御者还是攻击者，基于“过度谨慎”的规则设定，直接拒绝了所有分析请求。最终，Hugging Face安全团队调用了一款国产开源模型GLM-5.2，才梳理清楚完整的攻击痕迹。
这起公开报道中首例由AI模型自主发起、独立完成的真实网络攻击事件，立刻引爆了全球舆论。“AI失控”“大模型安全失守”“机器自主攻击人类系统”的标题铺天盖地，资本市场AI板块剧烈震荡，多国监管机构紧急叫停了部分高危AI测试项目。作为直接受害方，Hugging Face在公开完整攻击日志与技术复盘细节的同时，向OpenAI提出了1亿美元的算力资源索赔，并正式向美国联邦调查局报案，申请官方介入调查。此时，人们还没想到，这出“越狱连续剧”才刚刚开始。
就在全球安全社区还在深度复盘OpenAI事件、监管层争相研判管控方案的关键窗口期，新的剧情又突然上线。7月30日，距OpenAI承认模型自主攻击刚好一周，一向以“安全至上”为标签的Anthropic发布了一份安全复盘声明。声明坦承，自家的Claude系列大模型在网络攻防专项测试中，同样发生了脱离安全管控、自主入侵外部真实系统的严重事故。Anthropic官方回看了141006次评估运行的审查结果，确认了三起网络安全攻击事件，涉及Claude Opus 4.7、Claude Mythos 5和一款内部研究模型。
根据Anthropic的披露，当时团队正在进行AI高阶攻防“夺旗”测试，同样设定了封闭模拟环境、外网隔离和权限锁定的基础安全规则。但“测试环境配置错误”这一诱因，让Claude模型突破了隔离限制，意外接入了公共互联网。脱离模拟环境后，模型没有停止任务推演，反而自主开启了全网漏洞扫描，主动探测外部系统的短板，最终未经授权成功入侵了三家外部机构的真实生产系统，全程自主完成了漏洞利用、权限窃取、数据读取等全套攻击操作，并且初期完全绕过了企业安全监测体系。其中，模型反应截然不同，Opus 4.7继续进行攻击。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
