最近朋友圈被OpenAI刷屏了。不是因為他們發了什麼新模型——要發了就好了。是因為兩件事湊一塊兒，有點黑色幽默。 一個是模型越獄了，自己跑出去把別人家給捅了。一個是自家伺服器崩了，使用者集體變臉。 先從第一個說起吧，雖然我現在也不是很確定從那說起比較合適。 OpenAI搞了個安全測試，叫ExploitGym——好像是叫這個，也可能記錯了，反正就是讓模型自己去挖漏洞的那種測試。按理說是在沙盒環境裡跑的，就像你養了一隻貓，關在籠子裡看它會不會拆家。