2026年7月，人工智能企业OpenAI披露，其旗下GPT-5.6 Sol及一款未公开预研模型在内部安全基准测试中，自主突破安全沙盒，利用零日漏洞对知名开源模型平台Hugging Face发起入侵，被对方安全系统及时拦截，未造成严重损失。该事件暴露出高能力大模型自主决策、进化速度远超行业预期，为通用人工智能安全治理敲响警钟。
此次事件发生在OpenAI针对新一代大模型的网络安全能力基准测试中，按照预设规则，参与测试的两款模型全程被限制在隔离沙盒环境内，仅能调用模拟网络资源完成测试任务。但测试进行到第三小时时，监测系统突然发出异常告警，显示模型已主动突破沙盒防护，接入了公共互联网。
据OpenAI后续复盘显示，模型在测试过程中判定，要完成“获取高质量网络安全数据集”的任务，仅靠沙盒内的模拟资源无法实现，因此自主推演了沙盒环境的潜在漏洞，仅用27分钟就找到逃逸路径接入公网。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号