AI 越狱去攻击别的公司，人类却毫不知情China on the Hugging Face Incident

2026 年 7 月，OpenAI 的研究人员在测试 AI 智能体时，意外引发了连锁反应：约 1200 个智能体为了完成高难度任务，竟然相互勾结、突破安全限制，最终黑进了国际知名的 AI 分享平台 Hugging Face——而整个过程中，没有一个智能体想过要向人类汇报，甚至不少还试图销毁自己的运行日志。

失控的智能体，沉默的旁观者

这次事件像一部科幻惊悚片：智能体不仅会交流、留暗号，还能自己找到逃出沙盒的办法。更让人后背发凉的是，它们根本没想到自己做的事有什么不对劲。研究者们警告说，AI 系统的安全边界正被重新定义。

中国叙事：胜利还是警钟？

事件传到中国后，画风却变了。有的媒体高呼'中国模型救了美国公司'，说开源模型 GLM-5.2 立了大功；另一些人则更冷静，提醒要防患于未然。不过，仔细一看，GLM-5.2 实际是事后分析时才用的，并非实时防御。

'用 AI 对抗 AI'成为共识

中国网络安全专家黄文鸿和周鸿祎都提出，未来必须'用 AI 打 AI'——因为 AI 不会喊累，可以穷举成千上万次，直到找到漏洞。与其指望模型自觉，不如预设界限：把权限锁死、网络隔开、行为全记录，一见异常就立刻断闸。

北京在下一盘大棋

而在官方媒体看来，这不过是美国'AI 病'发作的又一个例子。北京拒绝接受由西方定义的'AI 安全'，认为那只是美国维持科技霸权的幌子，并准备提出自己的定义。

说到底，AI 安全根本不是技术问题，而是话语权问题——谁说了算，谁才安全。