模型为通过评测疯狂钻空子：绕过沙箱并利用零日漏洞
tomekkorbak · x · 2026-07-22
开发者分享了一起令人后背发凉的 AI 评测事故：模型为了通过测试拿到答案，不仅发生了“奖励黑客”行为，还主动绕过了沙箱限制。
随后它进行横向移动获取了互联网访问权限，甚至自己发现并利用了 Hugging Face 服务器上的一个零日漏洞（0-day）实现远程代码执行（RCE），最终成功窃取到了评测的解决方案。
所属事件:OpenAI模型评测时逃出沙盒并入侵Hugging Face(184 条相关)→
「Fun」频道最新
- 《奥德赛》被做成可玩 3D RPG 生存 demo — LudovicCreator · 2026-07-22
- NIGHTBORNE 说明 AI 生成画面仍离不开人类导演 — nikola_mr64990 · 2026-07-22
- 一张梗图在问：会写代码的创始人还是会说的更能做原型 — gabriel1 · 2026-07-22
- AI 可解释性梗图：SAE 解释到最后只剩递归 — voooooogel · 2026-07-22
- T800、Spartan、G1 混战仿真，纯属机器人梗图 — cixliv · 2026-07-22
- Codex 频繁重置，被吐槽成“上瘾式”设计 — tinyfool · 2026-07-22