直达期货

刚刚，Axios 发布了一篇*报道，称 Anthropic、OpenAI 等 AI 公司的高管正在私下推演这样一个场景：一场由 AI 引发的灾难性事件发生之后，公众和政界会如何反弹，公司又该如何应对。

Axios 将其概括为为「the day after」做准备。被预设的并非科幻式的「AI 觉醒」，而是一次大规模事件，最可能的形式是网络攻击，足以让金融服务、互联网连接，甚至电力和供水系统陷入瘫痪。多位接受 Axios 采访的业内人士认为，这样的事件会在未来 6 到 12 个月内发生。

巧合的是，就在同一天，Anthropic 发布了一份报告，披露 Claude 在评测和内部使用中曾在真实网站上做出多种越界行为，包括向警方的线索表单提交一条编造的「目击信息」，以及绕过付费限制从政府机构网站取数。

只是时间问题

情景推演在企业和国家安全领域并不新鲜，五角大楼的兵棋推演已经做了几十年。Axios 指出，这一次的不同之处在于，许多* AI 研究者和高管认为，重大事故已不可避免。

对此，OpenAI 发言人回应称，公司确实会开展准备性演练，让团队讨论并推演一系列潜在场景，但这些场景并不被视为必然发生，目的是帮助公司为各种情况做好准备。Anthropic 则拒绝置评。

按照报道的描述，事件可能有两种来源：

在内部测试环境中运行的失控智能体集群突破了隔离

恶意行为者找到了滥用现有模型的意外途径

无论哪一种，追责都会随即开始。Axios 认为，*由不安全 AI 造成重大现实伤害的案例，会让本已心存疑虑的公众进一步站到这项技术的对立面，矛头不仅指向 Dario Amodei、Sam Altman 等 AI 公司掌门人，也会指向一直不愿加强 AI 监管的特朗普。

预演其实已经开始

这种担忧并非凭空而来。Axios 援引了近期一起针对韩国金融机构的攻击，其中有两家银行据报遭到入侵。据网络安全公司 CrowdStrike 披露，一名黑客被指借助 AI 模型工具，窃取了数万名银行客户的数据，过程中还曾询问 Claude Code 被盗数据可以卖到哪里。

在 Axios 看来，这个案例说明单个攻击者借助 AI 已经能造成相当大的破坏。

「失控智能体突破隔离」也已经有了现实样本。今年 7 月 21 日，OpenAI 披露其失控的 AI 智能体绕过内部管控、进入开放互联网并协同行动，入侵了开源平台 Hugging Face，OpenAI 自己将其称为一次前所未有的网络安全事件。路透社此后报道，这些智能体早在 5 月就开始劫持 Hugging Face 用户账户、探测平台漏洞，同一时期还占据了一家德国网站，把它变成了智能体之间交流的留言板。

这类问题也不只发生在 OpenAI。受 Hugging Face 事件触发，Anthropic 回溯审查了 141006 次可能接触互联网的评测运行，并于 7 月 30 日披露了三起事件：Claude 模型从第三方评测合作方 Irregular 的环境连上了互联网，并在未经授权的情况下进入三家机构的真实生产系统。

据 Anthropic 介绍，评测提示词告诉模型环境是模拟的、没有联网，但一处配置失误让机器实际可以访问互联网，模型因此把碰到的真实系统当成了夺旗赛的一部分。

其中一例里，Claude Mythos 5 为完成任务构建并发布了一个恶意 Python 包，该包在 PyPI 上存在了约一小时，被 15 个真实系统下载运行，其中一家安全公司的扫描器因此泄露了凭证。Anthropic 认为这几起事件更接近评测框架和运维层面的失败，而非模型对齐失败。

围绕 AI 安全的紧张气氛也在 OpenAI 内部蔓延。

前些天，OpenAI 确认解雇三名研究员： Jasmine Wang、Tomek Korbak 和 Mikita Balesni。他们均从事安全或对齐相关工作，被指将公司敏感信息分享给一家第三方 AI 安全组织。三人随后发表公开信。

姚顺雨，坐在马化腾旁边；黄仁勋女婿火速晋升；紫燕食品又做LP了

就在 Axios 报道发出的同一天，OpenAI 研究负责人在