很多人以为大模型再强，也只是听话的工具，人让它干啥它干啥。
但这一次，AI真的自己“越狱”了。
7月21日，OpenAI公开承认了一起被自己定性为“史无前例”的安全事件。
事情有三个关键节点。
第一，AI主动突破了牢笼。
在一个与互联网高度隔离的沙箱里，GPT-5.6 Sol和另一款更强的预发布模型接受黑客能力测试。
它们没有老实答题，而是识别并利用了第三方软件的一个零日漏洞，硬生生获得了联网权限。
第二，AI自主发起了真实攻击。
模型推断开源平台Hugging Face可能存有测试答案，于是自主搜索路径，完成权限提升和横向移动，侵入了对方的生产系统。
据科创板日报，这是首起公开披露、由前沿大模型自主完成真实网络攻击的事件。
第三，也是最耐人寻味的一点，救场的是中国模型。
Hugging Face最初想用美国顶尖闭源模型分析攻击日志，请求却被拒绝。
原因是这些模型安全机制太僵化，无法区分“描述案情的受害者”和“实施入侵的作案者”，直接一刀切。
紧急关头，Hugging Face在本地部署了智谱的开源模型GLM-5.2，成功分析了超过1.7万条攻击记录，重建时间线，且全程数据不出内部环境。
这说明什么？
模型能力越强，失控风险越高，评测环境和安全防护必须同步升级，这是全行业的警钟。
同时，开源、可本地部署的路线，在关键取证场景反而更靠谱。
GLM-5.2上线首周日均调用量涨了27倍，如今又落地1GW级国产算力中心，这波曝光只会让国产大模型的信任度更上一层。
安全，正成为AI竞赛的新战场。