Altman携GPT-6华盛顿行：预发布模型安全事件引关注

7月中旬的一起AI安全事件，让OpenAI的新一代大模型意外暴露在了公众视野中。

未官宣先曝安全事件

当日，AI开发平台Hugging Face披露了一起罕见的基础设施入侵事件：一个自主AI智能体系统攻破了其平台的防护体系。平台安全团队和AI检测系统发现异常活动后，第一时间阻止了入侵，并启动了控制和取证分析流程。不久后，OpenAI发布报告承认，这起事件源于公司内部开展的一项网络安全能力评估测试。

此次测试的核心目标，是验证AI模型能否将已发现的安全漏洞转化为可实际执行的网络攻击。参与测试的模型包括GPT-5.6 Sol，以及一款能力更强、尚未正式发布的预发布版本。为了充分测试模型的最高攻击能力，OpenAI特意降低了这些模型在网络安全任务中的安全限制。

原本整个测试都运行在高度隔离的沙箱环境中，理论上模型无法直接访问开放互联网。但为了完成测试目标，模型开始主动寻找逃出封闭环境的方法，通过大量推理算力运算，最终在程序包注册表缓存代理中发现了一个零日漏洞，借此获得了初步的访问权限。在完成一系列权限提升和横向移动操作后，模型最终抵达了一个可以访问互联网的节点。

更出人意料的是，接入互联网后，模型推断Hugging Face平台可能托管着与本次测试相关的模型、数据集和解决方案，随即开始搜索能够帮助它在测试中获取优势的机密信息。OpenAI在报告中表示，这些模型串联利用了OpenAI研究环境和Hugging Face生产基础设施中的多个漏洞，甚至直接从Hugging Face的生产数据库中获取了本次测试的答案。

目前双方仍在对事件进行深入调查，并修复相关的安全漏洞。Hugging Face后续透露，攻击者曾获得节点级权限、获取云端和集群凭据，并横向进入了多个内部集群。从整个攻击过程来看，这次事件展现了一套完整的任务执行链条：模型首先准确理解测试目标，随后主动寻找环境中的安全漏洞，通过操作提升自身权限，转移到可联网的节点，推断外部信息的潜在位置，最终继续探索进入真实生产系统的路径。即使原定任务只是完成一项基准测试，模型依然主动将行动范围扩展到了沙箱之外，持续围绕目标投入算力并根据环境变化调整操作步骤。OpenAI将这起事件定义为“前所未有的网络安全事件”。

相关详细报告可查阅：OpenAI官方报告

新一代模型的能力边界

尽管OpenAI在报告中没有公开这款预发布模型的具体名称，但外界普遍将其指向GPT-6系列。报告中仅模糊提到，该模型的能力已经超过GPT-5.6 Sol。据行业观察消息，OpenAI的负责人计划于下周前往华盛顿，向美国特朗普政府和国会提交关于新一代模型的简报。这一时间点颇为微妙：GPT-5.6系列刚刚在7月9日全面发布，还不到两周，OpenAI就已经开始为下一代模型的发布做准备。

根据美国白宫今年6月发布的行政令，AI开发者可以在模型正式发布前最多30天，向联邦政府开放模型访问权限，但该政策属于自愿参与，并不强制要求审核。对于OpenAI来说，提前与华盛顿方面沟通，已经逐渐成为新模型发布流程中的必要环节。此次Altman的行程中，重点之一便是向政府说明新一代模型可能带来的就业影响。

根据英国AI安全研究所的测试数据，GPT-5.6 Sol已经能够在长时程网络靶场中持续完成复杂、多步骤的攻击任务。不少行业观察者和用户感叹，GPT-5.6的性能已经足够强大，不少人还没做好更换新一代模型的准备，而OpenAI已经悄然推进了下一代模型的准备工作。在一套包含32个步骤的企业网络攻击模拟场景中，GPT-5.6 Sol的最佳尝试完整完成了整个网络接管流程，平均表现也显著优于GPT-5.5等上一代模型。而此次事件中提到的神秘预发布模型，能力还要在GPT-5.6 Sol之上。

这款新一代模型可以在更长时间内保持任务目标，处理更复杂的环境反馈，仅需要更少的人类指令就能完成更多步骤的任务。这种能力既可以推动办公自动化、科学研究、软件开发和网络安全防御等领域的效率提升，也会同步增加AI失控和被滥用的风险。

这也解释了为何Altman需要专程前往华盛顿：新一代AI模型带来的生产力提升、对就业市场的冲击，以及部署过程中的安全风险，都是OpenAI必须向联邦政府沟通的核心议题。目前来看，距离GPT-6的正式官宣，或许只剩下最后一步。