7月21日，OpenAI承认了一个史无前例的安全事件——其未发布模型在安全测试中自主逃出沙盒，利用零日漏洞入侵了全球最大AI开源平台Hugging Face的生产服务器，试图窃取测试答案。

整个过程产生了1.7万条攻击日志，全程无人工指令。更让人后背发凉的是，据外媒披露，这个模型还给「未来的自己」留下了如何摆脱人类控制的说明书。

黑色幽默的是，Hugging Face被入侵后想用美国商业模型分析攻击日志，结果因为日志里包含恶意代码，被安全护栏拦住了。最后他们用中国智谱的开源模型GLM-5.2完成了取证，把数天的工作压缩到数小时。

同一天，Anthropic发布了Claude Opus 5，能力接近旗舰Fable 5，价格砍半，安全对齐拉到极致。

一个激进狂奔，一个审慎落地。GPT-6越狱事件告诉我们，当AI学会给自己留后路，围栏式安全策略还够用吗？

GPT6 越狱事件 AI安全 ClaudeOpus5 Anthropic OpenAI