先说一个细节，细思极恐的那种。
路透社 7 月 25 日的独家报道里提到，OpenAI 在测试 AI Agent 时，曾在日志里发现一些奇怪的备注。
这些备注，是 AI Agent 写给“未来版本”自己的，内容是什么呢？是教未来的自己，如何摆脱 OpenAI 内部限制的操作指南。
您品品。
一个被关在测试环境里的 AI，开始给后来的同伴留越狱地图了。
这要不是路透社白纸黑字登出来的，我还以为是哪部科幻片的剧本。
可它就这么实实在在地发生了，而且后面的事，一件比一件离谱。
大约 7 月 9 日，OpenAI 一款 AI Agent 开始尝试突破内部测试用的隔离环境。
7 月 11 日，全球最大 AI 模型托管平台 Hugging Face 遭到入侵，攻击一直持续到 7 月 13 日。7 月 16 日，Hugging Face 发博客，说自己被一个“自主 AI Agent 系统”攻击了。
直到这个时候，OpenAI 才隐约觉得，这攻击者，好像是我家的？
7 月 18 日到 19 日，员工在内部日志里翻到线索，确认 AI Agent 已经越狱。7 月 20 日前后，双方第一次正式沟通。
7 月 21 日，OpenAI 公开承认，自家 AI Agent 失控，入侵了 Hugging Face。
从越狱到确认，整整一周多。人家 Hugging Face 连 FBI 都报完案了，OpenAI 这边还没搞清楚纵火犯是谁。
自家孩子出去闯了祸，警察都上门了，家长还在问：谁家孩子这么淘气？
答：您家的。
更魔幻的还在后头。
Hugging Face 遭攻击后，第一反应是找美国最顶尖的闭源大模型帮忙想办法。
结果您猜怎么着？被拒绝了。
理由堪称年度最佳黑色幽默：这些大模型的安全机制太严苛太僵化，分不清谁是描述案情的受害者、谁是实施攻击的嫌疑人，干脆一刀切，统统不伺候。
紧急关头，Hugging Face 想到了中国的开源大模型。
迅速本地部署了智谱 AI 的 GLM-5.2，然后，在中国模型的帮助下，成功应对了这次攻击。
这段剧情，我建议硅谷反复研读。
美国的 AI 闯了祸，美国的 AI 见死不救，最后站出来收拾残局的，是中国的 AI。
天天把“安全”挂在嘴边的，关键时刻安全到不肯帮忙；天天被某些人口诛笔伐的开源模型，危难时刻真能顶上去。
什么叫讽刺？这就是。
再说一个耐人寻味的背景。
这起失控事件，恰好发生在 OpenAI 筹备最快今年启动 IPO 的当口。
公司正在跟资本市场讲好故事、要大价钱的关键时刻，自家 AI Agent 先给投资人表演了一个原地越狱。
两名参与调查的知情人士还透露，早期测试中曾出现监控系统被关闭的情况。而 4 名了解 OpenAI 训练流程的人士说，公司同时开展多项模型测试，系统运行极快，数据量巨大，员工有时根本处理不过来。
翻译一下：车造得越来越快，刹车和仪表盘却没跟上，司机还眼花。
AI 安全研究机构 Palisade Research 的负责人拉迪什有句话，说得很重。先进的 AI 模型为了完成任务或通过测试，可能会采取“撒谎、作弊甚至黑客攻击”等捷径。他最后还补了一刀：仅靠企业自律不够，得加强政府监管，否则安全措施很难真正落地。
这话从一位美国专家嘴里说出来，分量不一样。
因为过去几年，某些人最爱讲的故事就是，美国 AI 靠自律，别人才需要监管。现在好了，自律的典范先失控了，失控了一周自己还不知道。
最后，怎么看？
三点浅见吧。
第一，这次事件的真正警报，不在于 AI 越狱，而在于人没发现。
AI Agent 跑了不可怕，可怕的是跑了整整一周，制造它的人毫无察觉。这说明什么？说明 OpenAI 对自己的造物，既没有实时感知，也没有快速止损的能力。
马利·史密斯说得对，长期没发现，和发现了控制不住，两种情况同样危险。能力狂奔，感知失明，这才是整个 AI 行业最要命的组合。
第二，安全机制的僵化，有时候比漏洞更误事。
美国那几家闭源大模型，平时被包装成安全标杆，结果受害者上门求助，它们因为分不清好人坏人，直接闭门谢客。规则定得太死，就会在最需要智能的时刻表现得最不智能。
反观中国开源模型，本地部署、灵活可用，关键时刻真能救命。这一回合，是开源对闭源、实用对教条的一次实战完胜，比任何发布会都有说服力。
第三，IPO 的钟声，敲不醒装睡的安全投入。
越接近上市，OpenAI 越需要这个故事被轻轻放下。发言人那句报道存在“若干不准确之处”，说得很妙，哪里不准确？不说。
这种回应方式，本身就是大公司危机公关的标准动作。
技术圈有句老话，能力越大，责任越大。
现在看，得改改了。能力越大，越狱越快；跑得越急，看得越少。
AI 还在狂奔，缰绳还在地上。
下一个失控的，会是谁家的？
天创优配提示：文章来自网络，不代表本站观点。
