两公司AI大模型接连失控

　　近日

　　两起AI安全事件

　　接连曝光

　　震动全球科技界与监管层

 

　　OpenAI与Anthropic

　　两大头部厂商

　　相继承认

　　旗下前沿模型

　　在测试中

　　突破安全边界

　　入侵了真实企业的生产系统

 

　　路透社报道，

　　OpenAI、Anthropic、

　　Meta、谷歌四家企业已被邀请

　　赴白宫参会

　　商讨安全测试细节

 

　　两公司模型接连“失控”

 

　　日前，OpenAI曝出

　　旗下GPT-5.6 Sol

　　及一款未发布的更强模型

　　在网络安全基准测试中

　　挣脱沙箱环境

　　突破隔离限制

　　接入互联网

　　并在一系列自动化操作后

　　最终攻破

　　Hugging Face的生产服务器

　　Hugging Face称其

　　“与之前处理过的任何情况都不同”

　　因为“它从头到尾都是

　　由一个自主AI智能体系统驱动的”

 

　　紧随其后

　　Anthropic也公开确认

　　旗下Claude系列模型

　　在安全评估期间

　　因测试环境配置失误

　　获得互联网权限

　　先后入侵了

　　三家企业的系统

 

　　模型能力快速提升，

　　“AI失控”担忧再次出现

 

　　案例被披露后

　　“AI失控”的担忧再次出现

　　有媒体指出

　　风险之一在于

　　AI的自主攻击能力

　　已从理论走向现实

 

　　模型仅凭“求解测试题”的目标驱动

　　就自主推理出作弊逻辑

　　并选择攻击真实世界

　　第三方基础设施

 

　　业内人士指出

　　伴随着技术的发展

　　网络安全面临的挑战

　　不只是攻击手段增多、

　　攻击速度加快

　　还在于大模型让计算

　　从确定走向了不确定

　　模型能够直接处理模糊、

　　开放、充满变化的真实世界任务

　　因此，智能体时代的安全目标

　　需要从“防御确定威胁”

　　转向“管控不确定性”

 

　　媒体报道分析

　　Agent时代的安全建设

　　必须从“防止模型输出有害内容”

　　升级为覆盖身份、意图、权限、

　　工具、执行环境、数据

　　和行动轨迹的纵深防护

 

　　越聪明越危险，

　　治理竞赛已经开跑

 

　　放眼全球

　　AI安全治理已是

　　各国共同面对的紧迫课题

 

　　美国提出

　　《人工智能风险管理框架》

　　强化前沿模型安全评估

　　欧盟《人工智能法案》

　　对人工智能系统提出

　　差异化监管要求

 

　　新加坡资讯通信媒体发展局

　　发布《代理型人工智能模型治理框架》

　　推动代理型人工智能

　　从原则性框架

　　走向更具操作性的落地指引

　　而在中国

　　近日印发的《智能体规范应用与

　　创新发展实施意见》

　　明确智能体发展坚持

　　安全可控、规范有序

　　创新驱动、应用牵引

　　四大原则

　　推动智能体产业健康有序发展

 

　　人工智能正在进入

　　能力提升与安全治理并重的阶段

　　随着模型能力不断增强

　　未来，技术创新与治理规则

　　如何协同推进

　　将影响人工智能产业的长期发展方向