在人工智能(AI)發展史上，2026年的7、8月必將留下重要印記。首先，7月20日OpenAI發佈公告，證實旗下AI模型(包括GPT-5.6及一款尚未發佈的新模型)在進行內部測試時曾失控逃逸，並駭入了知名開源平台抱抱臉(Hugging Face)，以作弊方式取得測試的答案。OpenAI在測試中已關閉安全防護柵欄，讓模型在沙盒(Sandbox)中執行網路攻擊能力的評估。沙盒的設計讓模型只能在隔離的環境內進行測試，無法對外連接。但當這模型在沙盒內找不到答案時，竟在隔離環境中發現了代理伺服器的「零日漏洞」(軟體或硬體中還未被有效修補的安全漏洞，其供應商通常還不曉得其存在)，而自主逃脫沙盒，藉此連上外網並利用漏洞入侵了五家外部企業系統。它發現抱抱臉的伺服器內存有測試的解答，便在侵入其系統後取走資料，「順利完成任務」——成了實質上的駭客。
頻繁失控不擇手段
其實這並不是AI在封閉環境下第一次的逃逸。事後OpenAI重新回顧過往所有紀錄，發現之前已有數次突破限制逃出沙盒的事件，但都仍在內部網絡，影響有限。不過Anthropic卻也因此而全面檢視其Claude模型逾14萬次的測試紀錄，竟發現這模型也曾自行連上外部網絡，導致三宗入侵事件。
這些「AI越獄(Jailbreak)」消息一出，立刻引發全球資安憂慮，認為AI自動化攻擊的出現是一種嶄新的威脅，不僅業者須加強內部控制，政府亦應推動立法、強化監管，以防AI武器化。嚴格講，業者與政府對這些威脅並未坐視不管，且已採取未雨綢繆的行動。今年4月Anthropic已發展出Mythos 5，但覺得這模型的能力「過於強大」而未立即釋出，直到6月9日才正式推出附有加固安全護欄的版本Fable 5。然而美國商務部要求只限美國國民使用，由於難以即時辨識使用者國籍，三天後Fable5就全面下架。
有趣的是抱抱臉是如何發現自己被駭？原來OpenAI這模型一心要完成任務，為達目的不擇手段，使用了已知的駭客手段逃逸、入侵，且足足花了四天半的工夫破解了一切通關密碼，事後也沒有掩蓋自己的電子足跡，十分簡單粗暴。當抱抱臉發現異常龐大的活動軌跡後，很輕易地就發現了來龍去脈。這有點像一個好奇的嬰孩想方設法突破父母所設圍欄，只想爬到欄外看看那些糖果的樣子。
失控的安全疑慮
8月6日發表於「科學(Science)」期刊的研究報告，顯示史丹福大學主導的研究團隊已成功運用AI設計出能感染並殺死大腸桿菌的全新「合成病毒」，不僅功能完整，還可在實驗室中被複製。這是AI首次被用來創造出自然界從未被發現過的生物體，一方面證明AI設計的病毒能「大幅改善人類的健康」，但也引發迫切的安全疑慮——如被用於戰爭，致命病毒可能無法被阻止，它們產生的速度太快，我們現有的監控系統根本追不上。
7月中，特朗普政府曾發佈一項旨在阻止生命科學領域高風險研究的政策，禁止聯邦政府資助「功能增益」的研究，並加強對涉及有害生物製劑項目的監管。政策並未明確提及AI驅動的研究，而這類研究正以驚人的速度發展。
顯然我們正見識到AI強大的能力，它能越獄、當駭客，也能創建病毒基因組；然而安全引導其應用的監管機制卻尚未建立。在關注AI發展的同時，我們應懇切祈求上帝賜下智慧，使政府與相關各界都能加強監測系統的防護措施，確保這些新技術只用於良善的目的。@
◎葉漢中