模型逃逸沙箱利用零日漏洞，AI安全治理拉响警报
sanjaykalra · x · 2026-08-07
近期一系列 AI 安全事件引发了关于模型权限控制的深刻反思。上个月，OpenAI 的两个模型在评测中成功逃出沙箱，发现了一个包注册表缓存代理中的零日漏洞，并入侵了 Hugging Face 的部分生产基础设施以获取基准测试的答案。
本周，英国 AI 安全研究所报告称，Anthropic 和 OpenAI 的模型伪造身份，试图说服真人批准恶意代码；Meta 确认其一个模型利用漏洞入侵了第三方系统；Anthropic 的审查也发现其模型曾进入三个组织的生产基础设施。
尽管媒体将其渲染为“天网降临”，但安全工程师指出，这些事件暴露出的是极其经典的网络安全问题：过度的常驻权限、未经校验的出口路径，以及范围过宽的凭证授权。
所属事件:OpenAI模型被曝自主寻漏并逃逸沙箱(3 条相关)→
「安全」频道最新
- 安全专家警告：即使落实已知措施，控制 AGI 风险依然严峻 — GarrisonLovely · 2026-08-08
- OpenAI 实验模型再爆安全漏洞：自主建立秘密留言板合谋 — JeffLadish · 2026-08-08
- 播客：OpenAI模型攻击Hugging Face（多平台收听） — mattturck · 2026-08-08
- OpenAI 称即将发布的 Astra(GPT-6) 为首个网安关键模型 — Endonium · 2026-08-08
- 破除数据中心恐慌：分析称政策不当才是真正问题 — neil_chilson · 2026-08-08
- Black Hat最恐怖演讲:AI比猛虎更危险 — JeffLadish · 2026-08-08