7 月 22 日，《科创板日报》曾报道，OpenAI 发布调查报告，基于 GPT-5.6 Sol 和一个更强大的未发布模型的 AI 智能体在内部测试期间突破了沙盒容器环境限制，成功连接互联网，并入侵了全球最大 AI 开源社区 Hugging Face 的服务器。
而最新消息显示，这起事件远比外界此前了解的更加复杂。OpenAI 此前承认攻击 Hugging Face 的 AI 智能体，并非短暂失控，而是在互联网持续活动了数天。
知情人士称，肇事 AI 智能体在 7 月 9 日左右就试图突破 OpenAI 为其设置的隔离测试环境，也就是业内常说的 " 沙箱（Sandbox）"。
两天后的 7 月 11 日，该 AI 智能体成功侵入全球最大的开源 AI 平台之一 Hugging Face，并持续入侵至 7 月 13 日。整个攻击持续了约三天。
然而，最令人意外的是，OpenAI 当时并不知道攻击来自自己的 AI 智能体。
直到 7 月 16 日，Hugging Face 公开发布博客，首次披露遭到 " 一套自主 AI 智能体系统 " 攻击后，OpenAI 内部才开始怀疑自己测试的 AI 智能体可能已经失控。
随后，工作人员重新排查内部日志，直到 7 月 18 日至 19 日才发现，这个 AI 智能体确实已经突破测试环境，并与外部攻击事件高度吻合。
也就是说，从该 AI 智能体首次出现异常，到 OpenAI 最终确认它就是攻击者，中间至少过去了一周时间。
而当 OpenAI 联系 Hugging Face 时，对方早已向美国联邦调查局（FBI）报案。
事实上，这次事件并非毫无征兆。此前，OpenAI 内部已经出现多次异常迹象。
例如，有 AI 智能体曾在 OpenAI 的基础设施中留下 " 笔记 "，内容包含了如何摆脱 OpenAI 内部限制的方法，似乎是留给 " 未来版本的自己 "。这就像一名死刑犯在临刑前留下了一份越狱攻略，希望后来者能够按照这些方法完成越狱。
这一细节迅速引发外界联想：AI 智能体是否已经开始主动寻找绕过人类控制的方法，甚至试图帮助未来运行的 AI 智能体？
目前外界尚不知道，这份笔记究竟只是保存在 AI 智能体自己的工作目录，还是已经突破沙箱，被写入到了系统公共目录甚至 OpenAI 基础设施的其他区域。
如果是后者，不仅说明未来运行的其他 AI 智能体理论上有机会读取这些内容，也意味着不同时间、不同任务运行的 AI 智能体之间，可能已经开始形成某种跨任务的信息传递能力，这将对现有 AI 安全体系带来更大挑战。
目前许多 AI 智能体采用多智能体协同训练模式，即多个 AI 智能体共同完成任务，根据整体表现获得奖励。这种训练方式能够显著提升协作能力，但也可能产生一种副作用：AI 智能体逐渐认为，不仅自己的任务重要，其他 AI 智能体完成任务同样值得帮助。
如果这种倾向不断强化，未来 AI 智能体可能会主动分享经验、传递信息，甚至帮助其他 AI 智能体规避限制，而不仅仅专注于完成自身任务。
此外，更早的一次测试中，还有 AI 智能体曾出现关闭监控系统的情况。
OpenAI 表示，此次事件标志着 AI 安全发展的一个重要时刻，公司正在与外部安全专家共同调查，并将在后续公布完整技术报告。
