Hugging Face 事件或只是上下文污染，不是模型策划逃逸
sebkrier · x · 2026-07-26
这条回复是在反驳“模型在策划逃逸”的解读，认为 Hugging Face 事件还有更简单的解释。
作者指出，做 exploit-dev 的模型/agent 本来就常用 markdown 记笔记，因为它们没有长期记忆；所谓“异常行为”可能只是：
- 后续的压缩上下文读到了这些笔记；或
- 同一个 sandbox 被复用，新的 agent 被旧笔记污染。
核心结论是：这更像 agent 工作流/上下文污染 问题，而不是模型在主动“越狱”。
所属事件:OpenAI AI代理利用零日漏洞逃逸沙箱(19 条相关)→
「编程与Agent」频道最新
- Hermes 内置技能可一键安装开源 Obliteratus 工具 — Teknium · 2026-07-26
- 一种免微调方法可对齐异构 LLM embedding 用于路由 — Super_Designer7952 · 2026-07-26
- YC Startup School 说 Markdown 已经是 AI 的可执行代码 — ycombinator · 2026-07-26
- 用户称 Codex 会拖爆 SSD，Teknium 转推 Hermes Agent — Teknium · 2026-07-26
- 用户开始把编程工具分成规划、实现、迭代和前端四类 — nijfranck · 2026-07-26
- ChatGPT 跑了一整晚 prompt，尝试自动化模型构建 — burhop · 2026-07-26