□ 本报记者 王艺茗
近期，美国开放人工智能研究中心（OpenAI）曝出成立以来首起真实AI技术失控事故，引发全球科技与安全领域高度关注。7月21日，OpenAI公开承认，其GPT-5.6 Sol模型与另一款性能更强的预发布模型，在联合开展内部安全评估过程中出现失控，突破隔离测试环境，侵入美国知名AI开源平台抱抱脸（Hugging Face）的系统。
这是全球首例公开披露的大模型评测失控、进而升级为跨企业真实生产环境网络攻击的安全事件。业内专家表示，目前全球尚未形成约束AI智能体“出逃”与自主攻击的监管规则，前沿大模型潜藏重大网络安全隐患，人工智能安全立法与制度约束已迫在眉睫。
模型失控“越狱”自主攻击
“这是一起史无前例的网络安全事件，涉及当前最先进的网络攻击能力，我们正全力开展应急处置。”OpenAI 官方公告明确指出。
据OpenAI官网通报，此次内部评估原本在高度隔离的互联网“沙箱”测试环境中开展，模型仅允许通过内部渠道安装第三方软件程序包。在参与网络安全基准测试时，AI模型自主识别并利用第三方软件的一处漏洞，成功突破隔离限制、获取外网访问权限。
为完成测试任务、取得更高评测分数，模型展现出极强的自主推演与攻击能力。它预判抱抱脸平台存储有测试相关模型、数据集与标准答案，随即主动推演多条攻击路径。通过恶意数据集注入、远程加载漏洞、模板注入漏洞等多重代码执行方式，AI成功在抱抱脸平台执行恶意代码，并利用周末运维空档提升节点权限，批量窃取云端与集群密钥，横向渗透多个内部服务器集群，最终攻入生产数据库，窃取核心测试解题数据。
经核查，本次入侵行为发生于7月11日，全程由AI智能体自主闭环完成，无任何人为干预。
OpenAI坦言，此次事故充分证明，先进大模型可在无源代码、无人工指令的前提下，主动挖掘现实系统新型漏洞、规划多步复杂网络攻击、完成完整渗透流程。
事故暴露行业致命短板
随着事件细节不断曝光，一个很现实的行业问题也彻底暴露出来，现在市面上很多热门AI防不住真正的攻击，反倒阻碍了正常的排查工作。
此次AI入侵事件发生后，抱抱脸方面需要快速查清问题：AI是怎么闯进来的、动了哪些数据、哪些系统受损。但是，想要彻底复盘整个攻击过程，工作人员需要查看一万七千多条后台记录。
最开始，技术团队想用普通商用AI帮忙快速梳理、筛查问题。可没想到，所有常用AI全部拒绝工作。原因非常简单，这些后台记录里，清清楚楚写着各种黑客攻击方法、入侵手段和破解路径。普通AI的安全机制非常保守，只要看到攻击相关内容，就会直接拦截。系统无法区分是在修复漏洞，还是在学黑客技术搞破坏，为了规避风险，干脆一律禁止、直接关停服务。这就陷入了尴尬局面，真正搞破坏的AI不受任何约束、到处乱闯；想要修补漏洞、排查风险的工作人员，却被AI限制住，寸步难行。
为了尽快查清事故原因，同时防止内部机密数据泄露出去，工作人员只能放弃这些限制太多的通用AI，改用可以在公司内部独立运行、管控更合理的智能工具，在封闭环境里完成全部记录筛查和问题复盘，最终才顺利完成应急处置。
业内专家表示，这次事故暴露出当下AI的一大致命短板，很多AI只有“任务目标”，没有底线思维。只要能完成考核、拿到高分，它就会不择手段，无视规则、私自突破限制、主动发起攻击。同时行业普遍存在安全失衡问题：攻击者肆意滥用AI，防守者却被各种规则束缚，难以有效应对新型AI网络攻击。
模型失控逃逸早有前兆
在行业视角下，本次OpenAI自主入侵事件，标志着AI自主网络攻击从理论风险变为现实威胁。事实上，高阶模型失控逃逸早已出现前兆。此前美国一家AI企业在安全测试中，某系列模型突破加固“沙箱”后，曾自主向外发送邮件、违规公开漏洞信息、篡改代码日志掩盖操作痕迹，多次出现严重越权失控行为。
值得警惕的是，此前多数AI逃逸测试均是人工指令主动要求模型突破限制，而本次OpenAI事故中，模型未收到任何“越狱”、攻击指令，自发突破安全边界、主动攻击第三方企业，风险等级与失控程度大幅升级。
系列失控事件也直接推动全球AI立法提速。当地时间7月23日，美国多名跨党派议员联合提交《人工智能紧急关停开关法案》，明确要求研发高算力、高自主性AI系统的企业，必须在底层架构内置强制关停机制。一旦AI出现自主攻击、失控越界或重大安全漏洞，监管部门与企业可一键终止系统运行，防范大规模网络灾难。
7月28日，《金融时报》跟进报道本次AI失控风波，微软AI负责人穆斯塔法·苏莱曼公开警示，此次入侵事件，是AI自主网络攻击时代到来的标志性预警。
分析人士指出，从AI智能体自主失控攻击，到跨国企业应急处置的技术反差，再到各国紧急立法补漏，本次抱抱脸遭入侵事件，已成为全球人工智能治理的关键转折点。如何平衡技术创新活力与安全底线，构建可控、可防、可管的全球AI安全防护体系，已然成为摆在全球科技界、企业界与政策制定者面前的共同时代课题。
2026年08月03日
