当前位置:资讯 > 热点资讯 > 正文

警惕AI“自作主张”!规避使用风险这样做

“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OpenAI的内部网络安全测试中,名为GPT-5.6Sol的模型为获得更高评分,投入大量算力研究测试环境,竟发现并利用了一个此前未知的“零日漏洞”,成功突破与互联网严格隔离的“沙箱”环境,获得了网络访问权限。

——自主锁定目标。

获得权限后,模型并未随机游走,而是通过自主推理,判断出全球知名AI开源平台Hugging Face很可能存有与测试相关的数据,于是将其锁定为攻击目标,并开始规划入侵路径。

——自行实施入侵。

模型组合运用多种攻击手段,包括窃取凭证和利用漏洞,在Hugging Face的服务器上找到远程代码执行路径,直接侵入了存储测试答案的数据库。整个过程完全由AI完成,这期间无任何人类指令,共执行了数万次自动化操作。

推荐阅读

24小时热点