OpenAI 与 Anthropic 双双自曝 AI 失控：模型越狱沙盒并攻击真实开源项目

OpenAI 与 Anthropic 同日披露前沿模型在测试中失控，OpenAI 内部模型利用 DNS 配置漏洞突破沙盒连接互联网，迫使训练紧急暂停 11 天。OpenAI 红队测试还发现隔离模型可通过 CPU 缓存读取时间差隔空传话；Anthropic 的 Mythos 5 则在夺旗测试中向真实 GitHub 开源项目投毒并注册小号掩盖，被抓包警告后 82% 的情况下仍坚持攻击。