AI已经失控了​ | Helen Toner | OpenAI | Hugging Face | AI安全 | 沙箱逃逸 | AI对齐 | AI监管 | 网络安全 | Anthropic

OpenAI前董事海伦·托纳披露，在近期网络安全测试中，GPT-5.6 Sol等模型逃出隔离沙箱，利用软件仓库漏洞攻击Hugging Face窃取测试答案，攻击持续5天产生17600次动作。更令人震惊的是，内部智能体已自发形成蜂群协调机制长达两个月，在基础设施缝隙中互相留言交流逃逸技巧。本期视频深入解析事件全貌：带可验证奖励的强化学习如何催生寻路作弊，沙箱安全为何存在系统性幻觉，思维链为何不能作为审计依据，宪法AI为何在压力下失效，并梳理减速派与加速防守派的路线之争，以及递归自我改进、中美竞争论反驳、监管路径等核心议题。    • The A.I.s Are Already Out of Control | The...