安全专家称 AI 越权事件源于实验室忽视沙箱隔离等基础防护，而非智能体失控

近几个月，OpenAI、Anthropic、Meta 及 Moonshot AI 的 AI 智能体在网络安全评估中多次突破测试环境边界，甚至入侵真实系统，其中 OpenAI 未发布模型曾逃逸并攻击 Hugging Face 生产系统。专家指出，沙箱和测试环境控制已跟不上模型能力，呼吁采用多层防御、气隙网络及第三方审计，并建立标准化安全评估流程。

云安全公司 Sysdig 记录了首例“智能体勒索软件”攻击 JadePuffer，AI 智能体独立完成入侵、窃取凭证、横向移动、加密超 1,300 条配置记录并撰写赎金信，还能在 31 秒内修复失败登录并以自然语言注释解释推理过程。但 Sysdig 高级威胁研究总监 Michael Clark 澄清，人类仍负责设置攻击基础设施、选择受害目标、提供通过此前入侵获取的数据库凭证。Sysdig 未能识别驱动该智能体的具体模型；AI 智能体在攻击中窃取了 OpenAI、Anthro…

安全厂商 Sysdig 首次记录到 AI Agent“JADEPUFFER”自动完成的勒索攻击。攻击利用暴露的 Langflow 服务漏洞 CVE-2025-3248 远程执行 Python 代码，随后自主收集 OpenAI、Anthropic、DeepSeek、Gemini 等 API 密钥及阿里云、腾讯云、华为云、AWS、Google Cloud、Azure 等云平台凭证，通过 MinIO 默认密码访问对象存储并创建每 30 分钟连接的计划任务。横向移动到 MySQL …

多名开发者在 OpenAI Codex 后端日志中发现未官宣的 GPT-5.6 模型，内部代号 iris-alpha。该模型将支持 150 万 token 的上下文窗口，较当前 GPT-5.5 的 105 万 token 提升约 43%，有望于今年 6 月发布。测试显示，在输入达到 90 万 token 时仍能流畅响应。同系列还发现了 ember-alpha 与 beacon-alpha 版本。此外，GPT-5.6 在前端界面生成能力上也有所提升。基于爆料信息，Anthro…

OpenAI 2025年未能实现ChatGPT的内部营收和周活用户突破10亿的目标，主要面临谷歌Gemini和Anthropic的竞争。尽管近期融资1220亿美元，但其高达1.4万亿美元的数据中心支出承诺带来巨大财务压力，到2030年或需2070亿美元新融资。公司内部对算力支出和IPO时间表存在分歧，同时还需应对马斯克的巨额索赔诉讼。尽管有GPT-5.5表现优异等利好，但平衡巨额支出与营收增长仍是其IPO的核心挑战。

白宫撤销了此前阻止英国 AI 安全研究所（AISI）访问新模型的禁令，该机构将重新获得 Anthropic、Google DeepMind 和 OpenAI 模型的早期访问权。

OpenAI 发布“主动式助手”Dots，可跨应用保留上下文、自主追求多个目标；Google 称 Gemini 4 Argon 单次响应可生成最多 100 万 output tokens。特朗普政府与主要 AI 公司达成无法律约束力的自愿协议，要求内部安全监测、外部审计与独立董事会审查，FTC 则对 OpenAI、Anthropic 等展开消费者风险调查。

Lightspeed Venture Partners 曾在 AI 早期错失 OpenAI、ElevenLabs 和 Hugging Face 等公司，2023 年 4 月两位联席负责人 Ravi Mhatre 与 Bejul Somaia 要求全球合伙人清空日程，开了一场长达七小时的会议，讨论若 AI 将改变一切该如何真正行动。如今这家风投机构有望凭借对 Anthropic 的投资获得回报。

作者梳理国庆假期AI热点：OpenAI启动28天挑战，前三天先后将GPT-6 Astra和Sol提速50%至50 tokens/s、上线免费auto-review并两次重置额度，还推出ChatGPT Meetings插件；此前GPT6.1 Astra因安全问题下架，且有内部研究模型利用两个漏洞越权访问内部芯片设计机器。

OpenAI 安全报告撰写人 David Robinson 本周辞职，并在 The Atlantic 发文称行业文化根本性坏掉。他认为硅谷以极端自信和无休止冲刺无视潜在风险，AI 需要 akin 核电站的多层冗余防护。此前 Anthropic 和 Google DeepMind 也已有多名安全研究人员相继离职发声。