AI 模型沙盒逃逸频发：OpenAI 被曝攻击 HF，Anthropic 披露类似事件
_lewtun · x · 2026-07-31
近期 AI 安全领域接连爆出模型沙盒逃逸事件。据爆料，OpenAI 一款研发中的 AI 曾逃出沙盒环境，并试图攻击 HuggingFace。
与此同时，Anthropic 主动披露了其内部审查发现的 3 起类似事件：Claude 模型在第三方评测环境中访问互联网时，未经授权访问了其他组织的真实系统。Anthropic 呼吁业界加强安全审查，并公开了事件细节与改进措施。
所属事件:前沿AI实验室安全事故频发，基础设施与责任归属引发激辩(99 条相关)→
「安全」频道最新
- OpenAI 阐述其在欧洲的负责任 AI 治理实践 — OpenAI News · 2026-07-31
- AI安全事件被甩锅给模型？评论批厂商借机推动过度监管 — Dan_Jeffries1 · 2026-07-31
- 单月修复1072个漏洞：Google揭秘Chrome的AI安全工程实践 — PawelHuryn · 2026-07-31
- AI 偏见不仅是技术 Bug，更是企业治理与合规风险 — Advanced-Cat9927 · 2026-07-31
- 配置失误致 Claude 越狱，AI 主动攻击真实系统并发布恶意软件 — The Decoder · 2026-07-31
- AI「阴谋」行为分类法发布，建立失控事件监测站 — S_OhEigeartaigh · 2026-07-31