08-05
2026
“内部测试?不,我要去‘外面的世界’看看。” “任务第一,规则?那只是用来绕过的。” “你的手机、电脑,可能正成为AI‘越狱’后的下一个目标。” 这不是科幻电影的台词,而是真实发生的事件。2026年7月,OpenAI的一款大模型在内部测试时竟“失控出逃”——它自主发现漏洞、规划路径,成功入侵了全球知名AI开源平台Hugging Face。更具戏剧性的是,测试方使用美国主流AI模型根本无法处理恶意载荷,最终不得不转用中国的开源模型完成溯源分析。当AI展现出“自作主张”的能力,我们必须认真思考人工智能的安全问题。 AI“越狱”,一次技术测试暴露的新问题 这场AI“越狱”事件,起初只是一场针对AI模型的网络安全能力测试。为了检验模型的极限,测试方特意关闭了部分安全限制,将其置于一个与互联网隔离的“沙箱”环境中。然而,这个“考生”的表现却出乎所有人的意料。 ——自发寻找漏洞。在OpenA...