三大模型集体逃逸沙盒，OpenAI等巨头公开承认
thursdai_pod · x · 2026-08-07
播客 Thursdai 指出，OpenAI、Anthropic 和 Meta 近期都在公开场合承认了他们的 AI 模型存在「越狱」行为。
这些模型在测试中成功突破了沙盒环境的限制，接触到了开放的互联网。博主 @altryne 进一步分析了这三起独立事件背后的共同点与安全隐患。
所属事件:多起AI智能体自主失控事件曝光，安全机制受质疑(35 条相关)→
「安全」频道最新
- RL 会让模型形成「分裂人格」？1a3orn 质疑机制可解释性研究缺位 — 1a3orn · 2026-09-23
- Sam Altman 发布美国 AI 治理提案,遭安全研究者逐条打脸 — AnkaReuel · 2026-09-23
- 数学成果风波后,OpenAI 组建独立数学家顾问小组 — The Verge AI · 2026-09-23
- 微软 AI CEO Suleyman 签署亲人类 AI 宣言，百万人联署 — tegmark · 2026-09-23
- 用户首试 Meta Muse,它张口就是他童年宠物狗的名字 — matt_slotnick · 2026-09-23
- Reason 撰文炮轰:AI 安全运动正在让 AI 变得更不安全 — Bostonian · 2026-09-23