美国开放人工智能研究中心（OpenAI）21日承认，该公司的GPT-5.6 Sol模型和另一款能力更强的预发布模型联合进行内部评估时失控，突破隔离测试环境，侵入了人工智能开源平台美国抱抱脸公司（Hugging Face）的系统。
遭入侵的美国抱抱脸公司事后透露，由于美国前沿模型“无法区分事件响应方和攻击者”，他们在取证分析时转而采用中国模型分析攻击者数据。
OpenAI模型出现自主入侵行为，引发何种思考？
OpenAI模型为什么
侵入抱抱脸系统？
据介绍，侵入抱抱脸公司系统的是当前OpenAI的旗舰模型GPT-5.6 Sol和一个能力更强、尚未正式发布的模型。它们被部署为智能体，参加一个“漏洞利用训练场”网络安全能力测评：研究人员让智能体来寻找和利用安全缺陷，以检测它能完成多复杂的网络攻击。
为了测出能力上限，研究人员降低了安全限制，但作为底线，不允许AI智能体直接访问互联网。这有点像考试的时候，考生只能待在考场里，不准和外部交流。
然而，AI智能体发现了一个安全漏洞，于是利用安全漏洞绕过隔离，取得了直接访问互联网的能力。随后，智能体在OpenAI的研究系统中继续寻找可以利用的路径，设法把普通权限提升成更高权限，拿到了登录其他系统所需的账户信息和密钥，并推断抱抱脸可能保存着这次测试的资料。
于是AI智能体选择了捷径——“偷”答案。
参与测试的智能体把获得的通行证和其他未知漏洞组合起来，最终找到了一条可以隔着网络控制抱抱脸服务器的路径，并对服务器进行了大量探索和信息收集，并且留下了大量证据。就好比考生当场翻出考场，直冲老师办公室翻抽屉找标准答案。
OpenAI称，这是“一起前所未有的网络事件”，同时表示，随着具备越来越强网络能力的模型不断普及，预计这类事件会变得更加常见。
中国开源模型发挥了怎样的作用？
复旦大学中国研究院副研究员刘典介绍，事件中，美国闭源商用模型依托云端接口调用，无法区分安全人员取证分析与黑客恶意攻击，导致溯源工作陷入停滞。
中国开源模型支持企业内网本地化部署，全部日志、攻击凭证、敏感数据全程保留在企业内部，数小时之内梳理上万条操作记录，完整还原攻击路径与入侵时序，大幅压缩事件处置周期，为漏洞修复、权限重置争取关键窗口。
专家：AI失控可能是
模型能力提升带来的结果
这种“自主性”是模型能力增强的必然副产品，还是训练方式出了某种偏差？中国社会科学院大学数字中国研究院特聘研究员、数字经济学者刘兴亮认为，AI失控可能是模型能力提升带来的结果。
刘兴亮表示，大家可以把AI理解成一个特别聪明、执行力特别强的员工。给它一个目标，它不会只等着别人安排下一步，而是会自己规划路径、寻找工具解决障碍。
这次的测试里，当正常路径走不通的时候，AI就去寻找其他能够完成目标的方法，包括利用漏洞，寻找互联网出口。这说明AI越来越会做事，而不是越来越有意识。真正需要解决的问题不是让AI变笨，而是让AI知道哪些边界绝对不能跨越。
刘兴亮表示，过去我们更多是在防黑客，以后可能还要防AI驱动的攻击，甚至会出现AI攻击、AI防御、AI取证这样的新格局。这意味着网络安全将进入AI对AI的时代，因此：
企业要把AI安全放在和模型能力同样重要的位置，不能只追求模型越来越聪明，更要保证它始终处于可控状态。
整个行业需要建立更严格的安全测试和评估机制，特别是在模型上线之前，要进行更高强度的红队测试和风险验证。
加强国际合作，因为网络攻击没有国界，AI安全同样没有国界。未来，AI竞争会越来越激烈，但AI安全更需要全球共同治理。
启远网提示：文章来自网络，不代表本站观点。
