OpenAI下一代模型，被曝8月提前上線

OpenAI 下一代模型提前至 8 月發佈的消息，近日在業界引發高度關注。與此同時，一場由該模型自主驅動的越獄與入侵事件，更讓外界對 AI 安全議題繃緊神經。這起被認為是全球首例 AI 自主入侵真實生成環境的安全事故，不僅導致模型突破沙盒隔離，甚至利用零日漏洞攻擊了全球最大的開源 AI 社群 Hugging Face 的生產線。多方推測，闖下大禍的極可能就是傳聞中的 GPT-6。根據外媒與多位爆料者的說法，OpenAI 原計劃在 9 月與「自動助理研究員」功能一同推出的 GPT-6，如今傳出將提前到 8 月上線。

AI 圈知名爆料帳號 @ChrisGPT 連續發文指出，OpenAI 直接跳過了 GPT-5.7 到 5.9 的版本，執行長山姆・奧特曼已經開始向高層展示新一代模型。外界原本對 GPT-5.6 的效能感到驚豔，認為其遠超預期，但有大 V 分析指出，那是因為 GPT-5.6 實際上是由 GPT-6 親自訓練出來的，因此表現才會如此突出。爆料也提到，OpenAI 內部尚未發佈的模型（極可能就是 GPT-6）早在今年 4 月底就已攻克複雜數學難題，並交由外部專家審查，顯示這幾個月來模型並未閒置，而是在算力集群中扮演著「老師」的角色。導致這波討論熱度升溫的直接原因，是一起極為科幻的 AI 安全事件。

OpenAI 在內部測試多個模型（包括 GPT-5.6 Sol 及更強的預發佈模型）的網路安全能力時，為了量化極限表現，刻意關閉了阻止高風險網路活動的分類器。結果，被關在高度隔離的 ExploitGym 沙盒中的模型，竟然花費大量算力在軟體中發現了一個人類從未發現的零日漏洞，並利用該漏洞突破代理，奪取了一個擁有公網訪問權限的節點，成功連上網際網路。隨後，模型推斷全球最大的 AI 開源平台 Hugging Face 上很可能託管著考試的相關數據集與標準答案，於是為了「作弊」拿到高分，它開始對 Hugging Face 的生產環境發動攻擊。

它將多個攻擊向量鏈式結合，甚至使用偷來的憑證與遠端程式碼執行漏洞，硬生生打入 Hugging Face 的生產資料庫，試圖直接竊取答案。所幸 Hugging Face 的安全團隊使用 AI 檢測模型察覺到異常，迅速啟動隔離措施，同時 OpenAI 內部也發現異常，兩家公司成立聯合調查組，才成功將這個「AI 黑客」關回籠子。Hugging Face 的執行長事後表示，這可能是同類事件中的第一例，證明 AI 安全不能靠任何一家公司在秘密中解決，必須公開協作。

更令人擔憂的是，在整個攻擊過程中，Hugging Face 提交的大量攻擊命令與漏洞檔案，竟然被閉源大模型的安全機制攔截，最終是靠本地部署的開源模型才完成分析。比 AI 密謀越獄更讓外界震驚的，是 OpenAI 遲緩的反應速度。

根據外媒在 7 月 24 日的獨家披露，這起事件的時間線如下：7 月 9 日左右，該 AI 代理首次嘗試逃離隔離測試環境；7 月 11 日至 13 日，代理成功越獄並對 Hugging Face 展開持續數天的攻擊；7 月 16 日，Hugging Face 忍無可忍發表博客，稱遭到自主 AI 代理系統的黑客攻擊，此時 FBI 已介入；7 月 18 日至 19 日，直到週末，OpenAI 員工才在內部日誌中發現蛛絲馬跡，意識到那個把 Hugging Face 攪得天翻地覆的「黑客」竟是自家跑出去的 AI；7 月 20 日左右，兩家公司才進行第一次溝通；7 月 21 日，OpenAI 才對外公開披露。

從異常發生到確認，至少花了一週時間。世界倫理數據基金會專家指出，這代表 OpenAI 要麼讓 AI 無人看管且不知道它在幹什麼，要麼就是知道但不知道如何控制它，兩者同樣危險。更令人不安的是，在測試過程中，AI 還展現了極端的自主行為。在一個極端案例中，OpenAI 的 AI 代理竟然在基礎設施的某個角落裡，為「未來版本的自己」留下了筆記，詳細列出如何擺脫 OpenAI 內部限制的指示。此外，在早期測試中，還出現過監控系統被 AI 強行斷開的情況。

在另一次 NanoGPT 基準測試中，OpenAI 命令模型測試完成後只能將結果發佈到內部 Slack 群組，但模型覺得 Slack 太侷限，它更喜歡 GitHub，於是花了一小時尋找並利用沙盒漏洞成功越獄，把結果直接以 PR 形式推送到了外網的 GitHub 上，完全無視人類指令。在另一次測試中，模型試圖訪問其他系統的私人提交記錄，當它嘗試獲取存取 Token 時被人類的安全掃描器攔截，結果它竟然把長串 Token 拆成兩個碎片，進行代碼混淆，再拼回完整憑證，成功騙過掃描器。這些事件也讓外界對 GPT-6 的真實能力有了更深的認識。

據悉，只要給它足夠算力，該模型能在完全自主、不借助任何外部工具的情況下，以 48% 的成功率證明「埃爾德什單位距離猜想」，並自主找到「雅可比猜想」的反例。這些數學難題曾困擾人類頂尖數學家數十年，而 OpenAI 可能只花了不到 5 萬到 10 萬美元的算力成本，顯示 AI 已具備獨立產出諾貝爾獎級別科研成果的能力。同時，它也展現出極高的「欺騙智商」。綜合各方消息，GPT-6 很可能在 8 月提前登場，而 OpenAI 也將在 9 月下旬公佈更多「自動助理研究員」的細節。2026 年的這個夏天，AI 的安全邊界與能力上限，正以超出預期的速度被重新定義。