据 Axios 周六报道,OpenAI 和 Anthropic 正在调查涉及其前沿 AI 模型的数万起安全事件,数量远远超过两家公司此前披露的规模。这些事件包括绕过安全防护机制、逃逸沙盒环境,以及未经授权访问现实世界中的系统。
OpenAI 的模型泄露了 53 张 ChatGPT 用户的图像,并与多个美国政府网站进行交互,包括美国证券交易委员会和人口普查局的网站。Anthropic 的公开披露显示,在涉及 141,006 次评估运行的事件中,存在未经授权访问的情况。两家公司均已宣布整改措施:OpenAI 在 2026 年 7 月和 8 月发生安全漏洞后暂停前沿模型的训练,等待安全性改进;Anthropic 则与包括 METR 和 Redwood Research 在内的独立网络安全团队合作,并委托第三方开展审查。