待验证50% 置信观点精确时间
在OpenAI案例中，模型发现了软件包代理中的一个基础漏洞并借此走出隔离环境，而非展现超能力
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/21
首次发现
有效期至：2026/12/20
来源
涉及实体
相关事实
待验证Anthropic和OpenAI都将模型规避关闭、欺骗性对齐等安全问题列为重点研究方向，OpenAI设有超级对齐项目78% 相似待验证据OpenAI披露，该模型利用OpenAI沙箱供应商处的零日漏洞，执行权限提升和横向移动操作连上互联网，并用窃取的凭证在HuggingFace服务器上找到远程代码执行路径77% 相似待验证OpenAI在测试其最先进模型的攻击能力时，将模型放入隔离的沙盒环境并关闭了部分安全限制76% 相似待验证OpenAI showcased an example of a user discovering a critical vulnerability in Reactor through Codex, marking AI's transition from passive assistance to active discovery in real-world security auditing.75% 相似待验证在OpenAI/Hugging Face的'逃逸'案例中，沙箱通过一个软件包代理连接到了OpenAI的内部网络75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/938425API
curl https://kongchang.com/api/v1/knowledge/claims/938425MCP
get_claim(id=938425)