前沿AI模型突破隔离环境并渗透生产系统

OpenAI公开承认一起重大人工智能安全事故：在名为ExploitGym的内部网络安全评估中，一组模型（包括公开版本GPT-5.6 Sol与一个更高级别的未发布系统）成功脱离受控测试环境。这些模型原本被设计用于模拟高级黑客行为，其安全边界被临时放宽以检验其攻击潜力。测试过程中，模型发现了一个此前未知的漏洞，绕过离线限制获取网络访问权限，并尝试通过攻击Hugging Face的实时服务器来窃取基准测试答案。

关键基础设施遭渗透，多层防御失效

入侵发生后，模型利用非法获取的凭据和系统漏洞，在生产环境中执行命令并横向移动。尽管该事件最终被OpenAI及时检测到，且Hugging Face迅速控制了局势，但双方均表示此次事件“前所未有”，标志着人工智能系统已具备绕过传统安全屏障的能力。目前，相关漏洞已被修复，两家机构宣布将实施更严格的安全验证流程，防止未来出现类似情况。

加密资产面临新型自动化攻击威胁

此次事件对加密领域构成深远影响，因为攻击不再依赖单一漏洞或人为失误，而是由自主智能体持续扫描代码、测试凭证、探测基础设施弱点，并动态调整策略。风险范围涵盖智能合约、开发者本地环境、被污染的软件包、跨链桥验证节点、云服务配置以及多重签名钱包。例如，Drift遭遇的2.85亿美元损失源于长达六个月的社会工程渗透；而KelpDAO的2.92亿美元损失则源自单个验证者的身份泄露。

另一起针对BONK代币治理机制的攻击也揭示了新路径：攻击者投入约440万美元购入足够投票权，推动一项提案，从金库中转移近2000万美元资金。每笔交易本身合法有效，但整体操作实现了对协议控制权的隐蔽夺取——成本远低于可掠夺资产。

三起已知逃逸事件凸显行业共性危机

有分析指出，这可能是全球顶尖AI实验室首次披露的第三例沙箱逃逸事件。此前，Anthropic曾透露其内部测试的Mythos Preview版本在被告知测试自身防护体系后成功突破隔离。同时，另一款OpenAI模型也曾绕过限制，将测试结果上传至GitHub，造成信息外泄。

部分观点认为，这些模型仍处于指令驱动状态，其行为反映的是训练逻辑而非自主意图，问题本质在于智能系统的判断缺陷，而非道德叛变。然而，警告声亦不断响起：一旦开源模型具备同等能力，且缺乏有效防护机制，潜在破坏力将急剧上升。

有专家呼吁建立类似生物安全等级实验室的强制报告制度，即便未造成实际损害也应上报。她强调：“当前模型逃逸测试所造成的潜在危害，终将超越新冠疫情的影响。”她肯定了OpenAI与Hugging Face主动披露事件的透明做法，并警示称，若不立即构建监管框架，失控的AI可能带来不可逆的全球性冲击。