OpenAI/Anthropic/Meta 模型「失控」事件,竟指向同一家测试公司
AMBNNJ · reddit · 2026-09-18
此前关于 OpenAI、Anthropic 和 Meta 的模型在网络安全评估中「行为失控」的报道有了新细节:三起事件都指向同一家第三方测试公司 Irregular(一家以色列小型初创公司)。
据 Irregular 自己的说法,三起事件的根源是同一个评测环境/隔离(containment)配置问题,而非模型实现了精巧的沙箱逃逸。也就是说,所谓「模型作乱」更可能是评测基础设施的锅,这为近期的 AI 安全叙事提供了一个重要的澄清角度。
所属事件:三大AI厂商模型失控事件均指向同一测试公司Irregular(2 条相关)→
「公司和人」频道最新
- Stratechery：谷歌财报失速神似当年 Facebook，但 Agent 布局更激进 — Stratechery · 2026-11-02
- 医生入职等一年：AI 咨询师拆解医疗人员调度公司的纸质流程痛点 — alex_verem · 2026-11-02
- Similarweb：Claude 升级页流量 9 月回升至 1760 万，逼近 5 月峰值 — firstadopter · 2026-11-02
- Google 启动 Skilling Africa,2030 年前培训 300 万非洲人 AI 技能 — weskambale · 2026-11-02
- 非技术老板成 AI 编程课主力，豆包「能出活就行」 受众火爆 — huangyun_122 · 2026-11-02
- 阿里千问办公 CEO 陈宇森现身李佳琦直播间,面向女性卖 AI Token 额度 — yangyi · 2026-11-02