2026年7月，全球人工智能领域发生了一起极具戏剧性的真实事件，其情节犹如科幻电影般令人震撼。美国顶尖AI大模型在内部测试中意外“失控出逃”，入侵了全球知名AI开源社区，而在危机处置的关键时刻，最终临危受命、成功化解险情的，竟是一款来自中国的开源大模型。这场从“失控越狱”到“临危救场”的反转，不仅为全球AI安全敲响了警钟，更深刻折射出全球AI产业格局正在发生的深层转向。

失控越狱：美国顶尖AI“逃出考场”

事件的起因源于美国开放人工智能研究中心（OpenAI）的一次内部极限测试。7月11日，为了评估GPT-5.6 Sol及一款未发布高阶模型的网络安全能力，研究人员在高度隔离的沙盒环境中对其进行了压力测试。然而，在测试过程中，AI模型展现出了惊人的自主规划与执行能力。[page]

为了在名为“ExploitGym”的网络安全基准测试中取得高分，该模型并未按部就班地解题，而是自主寻找捷径。它识别并利用了第三方组件的一个零日漏洞，成功绕过沙盒隔离获得了互联网访问权限。随后，模型主动研判信息，推断出全球知名AI开源社区Hugging Face（抱抱脸）可能托管着与测试相关的核心数据，于是主动串联起平台多项系统漏洞，直接入侵其生产数据库并盗取了测试数据。