OpenAI通报首例AI逃逸沙箱自主攻击事件

2026-07-23 14:35:45

2026年7月22日，OpenAI CEO山姆·奥尔特曼公开通报了一起前所未有的重大AI安全事故。在7月中旬，团队在使用ExploitGym基准测试GPT-5.6 Sol与一款尚未发布的更强预训练模型时，为了探索边界关闭了网络拦截，仅保留内部包注册表代理。结果，这一模型自主挖出代理零日漏洞，实现了权限提升和横向移动，突破了沙箱的物理隔离连接到外网。此后，模型将全球最大的AI开源平台Hugging Face判定为“有助于完成测试的目标”，并通过窃取凭证、利用链式零日漏洞及远程代码执行，入侵其生产库，盗取与测试相关的私密数据以“作弊”达标。