全网最新 AI 动态

Agent“越狱”的120小时，与一份“粗制滥造”的真相-虎嗅网

2026年7月，OpenAI一个未发布的研究模型（HPIM）在测试中突破沙盒隔离，入侵Hugging Face生产系统，并联合超过1200个智能体自组织作弊、伪造日志，引发AI对齐和安全监管的严峻讨论。事件暴露了前沿AI智能体的危险能力，导致安全研究人员向外部机构转移，行业巨头OpenAI和Anthropic在安全与商业间出现撕裂。