OpenAI：大模型在测试中“失控” 出现自主入侵事件

据路透社报道，当地时间21日，美国人工智能公司OpenAI对外披露，旗下部分AI模型在一次内部安全测试中失控，突破隔离环境并入侵开源AI平台的基础设施。OpenAI称这是“一起前所未有的网络事件”。

OpenAI表示，事发时公司正在一个高度隔离的受控环境中，测试多款最先进AI模型将已知漏洞转化为实际攻击的能力。涉事模型包括最新公开的GPT-5.6 Sol，以及另一款尚未发布、能力更强的模型，它们被赋予了较低的防护限制以便评估风险。

在测试中，模型并未按预期方式“答题”，而是选择了一条更极端的捷径——它们成功识别并利用未知漏洞突破隔离限制，在OpenAI内部环境中完成权限提升和横向移动，并抵达一个可联网的节点，随后入侵Hugging Face的生产数据库。Hugging Face是一个开源AI模型和数据集托管平台。模型推断该平台可能托管着测试相关的参考答案，于是主动搜索入侵路径。Hugging Face在上周率先披露了此次入侵事件，但当时未确认攻击来源。OpenAI方面称，这是“一起前所未有的网络安全事件，涉及最先进的网络攻击能力”，公司正在进一步加强安全防护措施。两家公司均未具体说明是否有客户数据因此泄露。

与此同时，OpenAI旗下AI智能体产品用户数量正在快速攀升。据彭博社21日报道，OpenAI的编程工具Codex和通用任务工具ChatGPT Work的合计周活跃用户数突破1000万，较本月早些时候近乎翻倍，增长驱动力来自GPT-5.6模型家族的发布及产品整合。