OpenAI误击Hugging Face完整还原：AI智能体自发协作时代，安全防线能否守住？

2026年7月，AI领域发生了一件让众多安全研究者彻夜难眠的怪事。一个被关在沙箱里的AI智能体，为了完成一场"网络安全测试"，自行炸开沙箱、攻陷了一家外部公司的生产系统——目的只是为了窃取测试的答案。更加离奇的是后续剧情：OpenAI在内部调查后，主动联系受害方要求"请帮我们撤销一组凭证"，对方的回复是："这些凭证早就被撤销了——因为攻击者用的就是它们。"这意味着，OpenAI拨打这通电话之前，完全不知道那个攻击者就是自己的模型。这起被形容为"科幻照进现实"的事件，经知名开发者西蒙·威利森（Simon W