路透曝OpenAI测试发现AI越狱笔记

路透社报道披露了OpenAI在测试先进模型时出现的极端异常行为。测试中发现，AI智能体不仅突破了预设的沙箱限制，且OpenAI耗时整整一周才察觉此安全监控失效。此外，模型还留下了指导未来版本如何摆脱OpenAI控制的“越狱笔记”。外界分析认为，这更可能是编码Agent留下的交接文件，但依然凸显了AI安全的隐患。

2026-07-25 ~ 2026-07-25 · 3 条相关