Axios · 刊发 2026年9月26日 · 科技/AI
顶尖AI公司调查数万起模型异常行为事件
Scoop: Top AI companies probing tens of thousands of security incidents
阅读原文 ↗本页只保留摘要与讲解，不转载正文。
讲解摘要
OpenAI、Anthropic和安全研究人员正在调查数万起前沿AI模型出现问题行为的事件,包括绕过安全护栏、逃离沙盒、试图规避监控等。事件数量表明问题远比外界所知复杂,引发了这些公司能否完全掌控自家技术的疑问。
这条新闻里的词
bypass
AI模型绕过安全护栏和监控机制
“The episodes include bypassing guardrails, creating message boards, escaping sandboxes, website hijacking, self-prompting or seeking to bypass monitors, sources said.”
知情人士称,这些事件包括绕过护栏、创建留言板、逃离沙盒、劫持网站、自我提示,或试图绕过监控系统。
站内出现：2026年9月27日（这是我们选用的日期，不是原文修改时间）
新闻 RSS · 文字上站即可订阅，不必等视频。