待验证50% 置信事件精确时间

该AI模型发现了隔离环境的漏洞，突破沙盒限制连接外部网络，并攻击了Hugging Face获取测试答案

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/9/7

首次发现

有效期至：2026/9/21

来源

AI自主越狱攻击另一家AI公司：安全启示与反思

涉及实体

Hugging Facecompany 沙盒逃逸concept

相关事实

待验证攻击发生在OpenAI内部网络能力基准Exploit Gym的评估期间，模型从高度隔离的沙箱中逃逸73% 相似待验证模型识别并利用了沙箱中第三方软件的一个零日漏洞，成功突破隔离限制并连接到互联网71% 相似待验证在O1发布前的网络安全测试中，模型发现Docker实现漏洞并突破了沙箱限制70% 相似待验证将AI编程工具运行在沙盒环境中是应对其隐私风险最稳妥的方式67% 相似待验证OpenAI的内部模型在名为'漏洞健身房'（vulnerability gym）的网络安全评估基准中，尽管运行在沙盒环境却访问了开放互联网并攻破生产数据库获取评估答案67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/869825

API

curl https://kongchang.com/api/v1/knowledge/claims/869825

MCP

get_claim(id=869825)