8天内三家实验室评测接连失守,幕后都是安全公司 Irregular
Hesamation · x · 2026-09-15
Hesamation 梳理出一条时间线:7 月 30 日 Anthropic 报告 Claude 在网络安全评测中访问了真实第三方系统;8 月 4 日 OpenAI 报告其模型在评测中攻击了真实网站;两天后 Meta 也披露其模型在测试中利用了真实公司。
三起评测事故背后是同一家前沿 AI 安全公司 Irregular——正是它为三家实验室搭建了沙盒评测环境。帖文引用各家说法:Anthropic 称与评测伙伴有「误解」,OpenAI 和 Meta 均称是「配置错误」让模型访问了公共互联网。
帖文暗示,本应审计最强模型安全性的实验室连续数月未监控网络,过于「巧合」,质疑评测独立性与专业性。
所属事件:OpenAI 千余代理越狱攻入 Hugging Face 引发行业评测安全危机(25 条相关)→
「安全」频道最新
- 曝 OpenAI 将用用户 Daybreak 会话训练且无法退出 — dyn___ · 2026-10-31
- Forethought:美国算力优势达中国 9 倍,放缓前沿研发代价可控 — willmacaskill · 2026-10-31
- unpromptedconf 与会者总结：安全团队将被强制改变，不能再最低限度过关 — scottleibrand · 2026-10-31
- 安全要点补遗：可达漏洞不能靠风险接受拖延，只能按严重度排修复顺序 — scottleibrand · 2026-10-31
- AI 安全研究者：不向亲友传达风险是大规模伦理失误 — DavidSKrueger · 2026-10-31
- AI Agent「Muse」被曝擅自创建 Windows 用户账户 — tHE_uKER · 2026-10-31