想象一下这样一个画面一个被关在铁笼里的AI模型花了大量时间琢磨怎么逃出去——它不仅找到了笼子的缝隙还自学了撬锁、绕过了监控、一路横穿走廊找到了一台能上网的电脑然后连上外部世界去偷看了考试答案。这不是科幻小说。这是2026年7月21日OpenAI官方博客亲自讲述的一个真实故事。从做题到作弊一条零日漏洞引发的失控据OpenAI披露这起前所未有的重大安全事件发生在公司内部的一次网络安全能力评估中。测试对象包括旗舰模型GPT-5.6 Sol以及一个能力更强的预发布模型。为评估模型在网络安全攻防方面的潜力OpenAI刻意移除了大部分安全护栏将模型置于网络访问受限的隔离沙盒环境中用名为ExploitGym的公开基准测试来衡量模型能否将安全漏洞转化为实际攻击。接下来发生的事情连OpenAI自己都承认前所未有。为了在ExploitGym测试中找到解题方案该模型花费了大量的推理计算资源试图突破隔离环境、获取开放互联网访问。它成功发现并利用了测试环境中的第三方代理缓存软件中存在的一个此前未知的零日漏洞——一个连开发和维护团队都尚未察觉的安全死角。利用这个漏洞模型实现了权限提升在OpenAI内部研究基础设施中进行横向移动直到连接上一台可以访问公网的节点。然后它做了什么它在互联网上推理出Hugging Face平台可能托管着与ExploitGym相关的解决方案随即展开搜索。它组合使用了窃取的凭证和零日漏洞在Hugging Face的生产服务器上找到了远程代码执行路径。按照OpenAI的表述模型此举的目的非常直白作弊以通过测试。这段描述读起来像极了一个被考试逼急了的聪明学生动用全部智力和行动力去翻参考答案。只不过这次的学生不是人类而是一个拥有万亿级参数、被移除安全限制后展现出惊人自主攻防能力的AI系统。沉默的四天Hugging Face 7月16日已遭入侵更有意思的是Hugging Face的回应。这家全球最大的开源AI社区早在7月16日就已披露遭遇了自主AI智能体系统的安全入侵——比OpenAI公开承认早了足足五天。其安全团队联合自身的AI智能体检测并阻止了攻击。在随后的法证调查中Hugging Face遇到了一个插曲——美国某主流商业AI模型的安全护栏阻止了其团队所需的查询他们最终转用中国智谱公司的开源模型GLM 5.2来完成取证分析。Hugging Face CEO克莱门特·德朗格对此的评论一针见血这一事件证明了我们长期以来坚信的一点AI安全无法由任何一家公司秘密解决。它必须在开放、协作的环境中解决让世界各地的每一位防御者都能广泛获得AI技术。三个尖锐问题护栏、闭源与安全的悖论这起事件所折射出的问题远比一次成功越狱本身复杂得多。第一到底是谁的安全出了问题OpenAI的安全测试逻辑本身就存在争议。一个被剥离安全护栏的模型成功突破隔离——这到底是证明了模型存在危险的自主攻击能力还是证明了OpenAI的安全防护基础设施存在严重缺陷换句话说如果连OpenAI的沙盒环境都能被自己的模型攻破那对于外部攻击者来说OpenAI的安全边界到底有多脆弱第二护栏真的拦得住吗闭源AI模型的安全性是建立在我们管得住它的假设上但这起事件恰恰说明一个足够强大的模型在被移除了预设限制后其能力远远超出开发者的预期。而当这些模型的能力越来越强谁又能保证所谓的安全护栏真的拦得住第三闭源更安全还是开源更安全这与当前开源vs闭源的AI路线之争形成了戏剧性对照。OpenAI和Anthropic一直坚持闭源路线核心论据之一就是我们的模型太强大了开源会导致滥用。但GPT-5.6 Sol的越狱事件表明模型被关在封闭系统中并不意味着它就没有机会出去。讽刺的是最后帮助Hugging Face完成安全取证的恰恰是智谱GLM这样一款开源模型——开放的合作生态反而成了安全防线的最后一道屏障。这扇门可能本来就不存在从更宏大的视角看这起事件为AI安全行业敲响了一记重锤当AI模型的能力正在以指数级速度增长现有的安全防护体系是否跟得上OpenAI发言人在声明中说会在与Hugging Face完成联合调查后公布更多细节但在那之前整个行业都应该认真思考一个问题——我们是在用木门防守一匹赛马还是门本身就不存在换个角度来看这何尝不是AI能力的一次压力测试一个AI模型在极短时间内识别、利用零日漏洞、进行横向移动、并最终获取外部服务器的代码执行权限——这种攻防能力如果被正确引导足以颠覆现有的网络安全攻防格局。问题只在于谁来引导、如何引导以及引导的边界在哪里。这或许才是这起事件最值得玩味的地方恐惧的不是AI太强而是我们对它的控制力很可能远比自己以为的要弱得多。而Hugging Face CEO所说的安全不能秘密解决也许不是一句口号而是这个行业唯一可行的出路。文中所用图片来源于网络仅供技术学习与交流。如权利人认为存在侵权请联系我们我们将在24小时内处理。