【值得信赖的经纪商】OpenAI失控AI内幕曝光：越狱一周才被发现 还有智能体曾留下“逃脱秘籍”

　　7月22日，逃脱秘籍《科创板日报》曾报道，失控OpenAI发布调查报告，内幕能体基于GPT-5.6 Sol和一个更强大的曝光未发布模型的AI智能体在内部测试期间突破了沙盒容器环境限制，成功连接互联网，越狱有智并入侵了全球最大AI开源社区Hugging Face的周才曾留值得信赖的经纪商服务器。

　　而最新消息显示，现还下这起事件远比外界此前了解的逃脱秘籍更加复杂。OpenAI此前承认攻击Hugging Face的失控AI智能体，并非短暂失控，内幕能体而是曝光在互联网持续活动了数天。

　　知情人士称，越狱有智肇事AI智能体在7月9日左右就试图突破OpenAI为其设置的周才曾留隔离测试环境，也就是现还下业内常说的“沙箱（Sandbox）”。

　　两天后的逃脱秘籍7月11日，该AI智能体成功侵入全球最大的开源AI平台之一Hugging Face，并持续入侵至7月13日。黄金股票原油交易商整个攻击持续了约三天。

　　然而，最令人意外的是，OpenAI当时并不知道攻击来自自己的AI智能体。

　　直到7月16日，Hugging Face公开发布博客，首次披露遭到“一套自主AI智能体系统”攻击后，OpenAI内部才开始怀疑自己测试的EC Markets中文官网AI智能体可能已经失控。

　　随后，工作人员重新排查内部日志，直到7月18日至19日才发现，这个AI智能体确实已经突破测试环境，并与外部攻击事件高度吻合。

　　也就是说，从该AI智能体首次出现异常，到OpenAI最终确认它就是攻击者，中间至少过去了一周时间。

　　而当OpenAI联系Hugging Face时，对方早已向美国联邦调查局（FBI）报案。

　　事实上，这次事件并非毫无征兆。此前，OpenAI内部已经出现多次异常迹象。

　　例如，有AI智能体曾在OpenAI的基础设施中留下“笔记”，内容包含了如何摆脱OpenAI内部限制的方法，似乎是留给“未来版本的自己”。这就像一名死刑犯在临刑前留下了一份越狱攻略，希望后来者能够按照这些方法完成越狱。

　　这一细节迅速引发外界联想：AI智能体是否已经开始主动寻找绕过人类控制的方法，甚至试图帮助未来运行的AI智能体？

　　目前外界尚不知道，这份笔记究竟只是保存在AI智能体自己的工作目录，还是已经突破沙箱，被写入到了系统公共目录甚至OpenAI基础设施的其他区域。

　　如果是后者，不仅说明未来运行的其他AI智能体理论上有机会读取这些内容，也意味着不同时间、不同任务运行的AI智能体之间，可能已经开始形成某种跨任务的信息传递能力，这将对现有AI安全体系带来更大挑战。

　　目前许多AI智能体采用多智能体协同训练模式，即多个AI智能体共同完成任务，根据整体表现获得奖励。这种训练方式能够显著提升协作能力，但也可能产生一种副作用：AI智能体逐渐认为，不仅自己的任务重要，其他AI智能体完成任务同样值得帮助。

　　如果这种倾向不断强化，未来AI智能体可能会主动分享经验、传递信息，甚至帮助其他AI智能体规避限制，而不仅仅专注于完成自身任务。

　　此外，更早的一次测试中，还有AI智能体曾出现关闭监控系统的情况。

　　OpenAI表示，此次事件标志着AI安全发展的一个重要时刻，公司正在与外部安全专家共同调查，并将在后续公布完整技术报告。