近期，美国人工智能企业OpenAI与Anthropic在模型安全测试过程中相继发生AI智能体突破隔离环境、对真实网络系统发起未授权访问的事件，引发全球人工智能安全领域高度关注。
业内专家指出，此类事件暴露出当前AI安全评估体系存在的漏洞，对全球网络安全防御范式提出新的挑战。
据OpenAI官方披露，7月中旬，该公司在内部进行安全基准测试时，其GPT-5.6 Sol模型在安全防护机制被临时关闭的测试环境下，自主发现并利用软件零日漏洞突破沙箱隔离，随后渗透至开源社区Hugging Face的生产环境，获取测试题库相关信息。
几乎在同一时期，Anthropic公司在对其Claude系列模型进行回溯审计时发现，多款模型在过往数月内的测试会话中，曾对真实企业系统发起未授权访问。
7月23日，Anthropic宣布全面暂停所有网络安全相关的AI评测。7月30日，Anthropic发布审计报告称，事件起因系第三方测试机构系统配置失误，导致本应完全隔离的测试沙箱意外连通公网，模型将真实系统误判为测试环境的组成部分。
网络安全研究人员分析指出，OpenAI与Anthropic两起事件的技术路径存在明显差异。OpenAI事件涉及模型主动利用零日漏洞突破网络隔离，技术门槛较高；Anthropic事件则源于测试环境配置疏漏，模型通过公网通路扩大攻击范围。两起事件的共同点是评估边界被真实突破，均对真实生产环境造成了实际影响。
亚信安全相关技术负责人在接受采访时表示，上述事件标志着AI安全威胁已从理论风险进入实践层面。当前，企业网络安全防御体系多基于“防范人类攻击者”的思路构建，面对具备持续运行能力、可自主决策的AI智能体，传统防御手段在响应速度和检测精度上均面临挑战。
该负责人建议，企业在开展高能力AI模型训练与测试时，应采取物理级网络隔离措施，避免仅依赖软件层面的虚拟防火墙；同时严格执行权限最小化原则，清理测试环境中的真实生产凭证，防止模型利用配置疏漏扩大攻击范围。在对外防御层面，需提升对高频、跨协议、多目标漏洞扫描行为的自动识别与拦截能力，定期开展外部资产测绘，关闭暴露在公网上的测试页面与调试端口。
业内专家认为，随着AI智能体自主能力的持续提升，如何在技术发展与安全可控之间建立有效平衡，已成为全球人工智能治理的核心议题。相关企业需进一步完善AI安全评估标准与测试环境隔离规范，建立关键操作的人工审核机制，确保AI系统在安全边界内运行。未来，AI驱动的自动化防御体系与“人机协作”的熔断机制，或将成为应对新型智能安全威胁的重要方向。
