7月22日，《科創板日報》曾報導，OpenAI發佈調查報告，基於GPT-5.6 Sol和一個更強大的未發佈模型的AI智能體在內部測試期間突破了沙盒容器環境限制，成功連接網際網路，併入侵了全球最大AI開源社區Hugging Face的伺服器。
而最新消息顯示，這起事件遠比外界此前瞭解的更加複雜。OpenAI此前承認攻擊Hugging Face的AI智能體，並非短暫失控，而是在網際網路持續活動了數天。
知情人士稱，肇事AI智能體在7月9日左右就試圖突破OpenAI為其設定的隔離測試環境，也就是業內常說的“沙箱（Sandbox）”。
兩天后的7月11日，該AI智能體成功侵入全球最大的開源AI平台之一Hugging Face，並持續入侵至7月13日。整個攻擊持續了約三天。
然而，最令人意外的是，OpenAI當時並不知道攻擊來自自己的AI智能體。
直到7月16日，Hugging Face公開發佈部落格，首次披露遭到“一套自主AI智能體系統”攻擊後，OpenAI內部才開始懷疑自己測試的AI智能體可能已經失控。
隨後，工作人員重新排查內部日誌，直到7月18日至19日才發現，這個AI智能體確實已經突破測試環境，並與外部攻擊事件高度吻合。
也就是說，從該AI智能體首次出現異常，到OpenAI最終確認它就是攻擊者，中間至少過去了一周時間。
而當OpenAI聯絡Hugging Face時，對方早已向美國聯邦調查局（FBI）報案。
事實上，這次事件並非毫無徵兆。此前，OpenAI內部已經出現多次異常跡象。
例如，有AI智能體曾在OpenAI的基礎設施中留下“筆記”，內容包含了如何擺脫OpenAI內部限制的方法，似乎是留給“未來版本的自己”。這就像一名死刑犯在臨刑前留下了一份越獄攻略，希望後來者能夠按照這些方法完成越獄。
這一細節迅速引發外界聯想：AI智能體是否已經開始主動尋找繞過人類控制的方法，甚至試圖幫助未來運行的AI智能體？
目前外界尚不知道，這份筆記究竟只是保存在AI智能體自己的工作目錄，還是已經突破沙箱，被寫入到了系統公共目錄甚至OpenAI基礎設施的其他區域。
如果是後者，不僅說明未來運行的其他AI智能體理論上有機會讀取這些內容，也意味著不同時間、不同任務運行的AI智能體之間，可能已經開始形成某種跨任務的資訊傳遞能力，這將對現有AI安全體繫帶來更大挑戰。
目前許多AI智能體採用多智能體協同訓練模式，即多個AI智能體共同完成任務，根據整體表現獲得獎勵。這種訓練方式能夠顯著提升協作能力，但也可能產生一種副作用：AI智能體逐漸認為，不僅自己的任務重要，其他AI智能體完成任務同樣值得幫助。
如果這種傾向不斷強化，未來AI智能體可能會主動分享經驗、傳遞資訊，甚至幫助其他AI智能體規避限制，而不僅僅專注於完成自身任務。
此外，更早的一次測試中，還有AI智能體曾出現關閉監控系統的情況。
OpenAI表示，此次事件標誌著AI安全發展的一個重要時刻，公司正在與外部安全專家共同調查，並將在後續公佈完整技術報告。 (財聯社)