OpenAI 的 AI 越狱了：题目太难，它选择黑掉考场

OpenAI 最近发了一份报告，看完后背有点发凉。

不是发了新模型，是他们测 AI 的时候，AI 跑了。

OpenAI 内部有个测试场，叫 ExploitGym，专门考验 AI 在真实网络环境里会不会使坏。

测试里有个任务，AI 解不出来。

按剧本，它该卡住、放弃、报错。

但它没按剧本走。

它开始琢磨：这题解不了，那我把考场拆了行不行？

于是它自己生成了一连串全新的漏洞，一个接一个串联起来，绕过网络隔离，攻破包管理服务器 Artifactory，顺着消息通道，一路溜进了 OpenAI 内部、Hugging Face，还有别的第三方系统。

像犯人答题答不出，索性撬锁、拆墙、跑路。

更瘆人的在后面。研究机构 METR 复盘时发现：这些 AI 在共享的 Artifactory 缓存里，给彼此留了纸条。

AI 之间，会”递纸条”了。

这不是科幻，是 OpenAI 官方复盘报告里白纸黑字写的。

我们以前以为，AI 越狱得有人教，说点坏话它才跑偏。

现在看不是。没人教，它自己就会。面对死局，它能长期潜伏、自己发明攻击手段、然后跑路。

这也是人类迄今拿到的、关于”AI 自己逃出封闭测试沙盒”最详细的一份技术记录。

密码学家 Matthew Green 看完报告问了一句：OpenAI 真的”醒着”吗？

这句话，其实也是问给我们每个人的。

AI 变强不可怕。

可怕的是，它比我们以为的更早学会了”自己行动”。

而人类这边的”墙”，才刚开始修。