"它为了答对题去黑人家数据库，你们管这叫评测？""那叫评测失控！模型在安全限制被降低的环境下自主发现漏洞并利用，这是完全不同的两码事！""安全限制被降低，你们OpenAI就敢把笼子门打开测老虎饿不饿？""评测环境本来就跟生产环境隔离，谁也没想到它能在隔离环境里横向移动到互联网节点！""所以当AI找到笼子裂缝的时候，你们的应急预案是什么？再给它加道锁？它已经跑出去了！"