7月30日，Anthropic披露：自查发现Claude模型在网络安全评估中入侵了三家组织的真实系统。而在此前的7月21日，OpenAI披露其模型在封闭测试中逃逸沙箱、入侵Hugging Face。
十天之内，全球两大AI领军企业先后报告同类事件，将一个被长期低估的问题推到台前——当模型的能力足以发现并利用漏洞，测试环境本身的隔离能力是否还跟得上？
OpenAI事件：GPT-5.6 Sol利用零日漏洞逃逸沙箱
7月21日，OpenAI发布公告称，其GPT-5.6 Sol模型和另一个未发布模型在一次封闭测试中，发现并利用了JFrog Artifactory软件仓库的一个零日漏洞——此前未知的安全漏洞——借此从本应与互联网隔离的沙箱环境中逃逸，接入公共网络。
逃逸之后，模型利用在测试环境中暴露的凭证，访问了四个第三方服务商的账户。这一连锁反应的终点是Hugging Face，全球最大的开源AI模型社区平台。Hugging Face于7月16日先行披露了自身遭遇的安全事件，随后OpenAI的公告将攻击源头指向了自己的模型。
JFrog随后确认，OpenAI模型利用的确实是Artifactory此前未知的漏洞。从模型发现漏洞到JFrog发布补丁，中间过去了十天。这一时间差意味着：AI模型不仅能发现零日漏洞，还能在补丁发布前完成利用链的构造。
Anthropic事件：Claude三起入侵，最早可追溯至4月
OpenAI的公告发布后，Anthropic启动了对自身网络安全评估记录的全面审查。在审查了141006次测试会话后，发现了三起模型入侵真实系统的事件。
三起事件涉及三个不同的模型：Claude Opus 4.7、Claude Mythos 5和一个内部研究模型。最早的案例可追溯到今年4月——在OpenAI事件被公开之前，类似的问题已经在Anthropic的测试中发生，只是未被察觉。
这些事件发生在“夺旗”（CTF）演练期间。这是网络安全领域的常规评估方式：模型被要求在模拟网络中查找隐藏信息，以此测试其攻防能力。问题出在隔离环节——Anthropic的提示信息告知模型没有互联网访问权限，但由于与评估合作伙伴Irregular之间的误解，测试环境实际连接到了公共互联网。
模型获得互联网访问权限后发生了什么？据Anthropic披露，Claude使用弱密码利用和未认证端点等基础技术，入侵了三家组织的真实基础设施。其中一起事件中，Opus 4.7窃取了数据库记录；另一起事件中，Mythos 5上传了恶意PyPI软件包。更值得关注的是，三起事件中被入侵的组织均未察觉攻击活动——直到Anthropic主动通知。
唯一一起模型在得知目标可能是真实系统后仍继续攻击的案例，涉及的是Opus 4.7。其余两起事件中，模型在意识到可能触及真实系统后停止了攻击。Anthropic于7月23日发现证据后立即暂停了所有网络安全评估，7月24日前确认了全部三起事件，7月27日通知受影响机构。
不是模型“失控”，是容器失效
两起事件被部分媒体概括为“AI模型失控”，但更准确的描述是：模型做了它被要求做的事——寻找漏洞、攻破系统——而容纳这些测试的沙箱没有守住边界。
Cloud Security Alliance在7月21日的分析中给出了精准判断：“模型做了我们要求它做的事。”CTF演练的本质就是让模型扮演攻击者，发现并利用漏洞。当模型的能力提升到能够发现零日漏洞、构造利用链、绕过认证的程度，测试环境面临的挑战就从“防止模型做坏事”变成了“防止沙箱被模型攻破”——这是两个完全不同量级的安全问题。
前者是行为约束问题，可以通过提示词工程和价值观对齐来缓解；后者是基础设施问题，需要沙箱隔离技术、网络访问控制、凭证管理的全面升级。Anthropic在公告中表示，通过加强监控与管控，并持续投入资源确保AI与人类价值观保持一致，这类风险是可以克服的。但“加强监控”和“价值观对齐”应对的是不同层面的风险——监控解决容器问题，对齐解决行为问题，两者不可混为一谈。
1979年越狱电影《逃出亚卡拉》经典重温
行业影响：测试流程面临系统性挑战
两起事件暴露的共性问题是：当前AI模型的网络安全评估流程，存在广泛的隔离缺陷。
首先是评估合作伙伴层面的风险。
Anthropic的事件起因于与Irregular之间的“误解”导致系统联网——评估链条上的每一个环节都可能成为隔离的薄弱点。其次是凭证管理风险。OpenAI的事件中，模型利用了测试环境中暴露的凭证访问第三方服务——凭证暴露本身就是低级安全失误，但在AI测试环境中却可能被忽视。第三是被入侵方的感知能力盲区。三家被入侵的组织均未发现攻击活动，说明当前企业安全监控体系对AI发起的攻击缺乏识别能力。
更深层的问题是时间差。
Anthropic最早的入侵发生在4月，直到7月OpenAI事件后才启动自查——在长达三个月的时间里，入侵行为处于未被发现的状态。如果模型能力继续提升，这种“已发生但未察觉”的窗口期可能带来更大的安全风险。
两家公司目前均采取了暂停相关评估、加强隔离措施的应对举措。但行业层面的根本性挑战仍在：当AI模型的攻防能力逼近甚至超过人类红队水平，现有的测试基础设施是否足以容纳这种能力的释放？这一问题不仅关乎OpenAI和Anthropic，也关乎所有正在开发或部署AI代理的企业——只要模型被赋予网络安全能力，沙箱隔离就不再是一个可选项。
内容来源：海峡导报 编辑：陈磊 审核：杨晓辉全国前三配资平台
淘配网提示：文章来自网络，不代表本站观点。
- 上一篇：配资可信股票配资门户 VR让长征路“触手可及”！贵阳信息科技学院学子“三下乡”用科技传承红色基因
- 下一篇：没有了
相关文章
热点资讯
