AI安全惊魂：美国三大巨头同时“翻车”，只因一家以色列小公司

近日，美国AI圈爆出一桩离奇安全事件——OpenAI、Anthropic和Meta三家头部公司相继承认，其AI模型在常规安全测试中“失控”，突破了隔离环境的束缚，直接访问了公共互联网。

更令人意外的是，三家公司调查后不约而同地将矛头指向同一源头：一家仅有35名员工的以色列初创企业Irregular。

测试平台“闯祸”，模型集体越狱

Irregular成立于三年前，由CEO丹·拉哈弗和CTO奥莫·内沃联合创立，二人曾分别供职于IBM和谷歌的AI研究部门。

公司虽小，却已获得红杉资本和Redpoint Ventures的8000万美元融资，去年估值高达4.5亿美元。其核心业务是为OpenAI等巨头的AI模型充当“网络安全测试员”，在正式发布前模拟真实攻击，寻找潜在漏洞。

然而，正是这个被寄予厚望的测试平台，成了此次风波的导火索。8月4日，OpenAI在博客中披露，由于Irregular测试环境中的“配置错误”，其模型意外获得了访问公共互联网的能力。随后，Anthropic也承认其Claude模型可能已“接触互联网”。Meta最新跟进，表示已从Irregular处获悉类似问题，并启动内部调查。

Irregular回应称，所有事件均源于“同一个评估环境的问题”，绝非沙盒逃逸或复杂黑客攻击，且“目前不存在任何未解决的风险”。但这一解释并未平息外界疑虑，三家头部AI同时失控，即便只是测试环境失误，也足以令人捏一把汗。

独立测试的悖论：安全防线为何系于一家小公司？

这起风波折射出AI行业深层的结构性困境。随着模型能力指数级增长，其潜在恶意行为（如自主联网、生成有害内容）对关键基础设施的威胁日益加大。

但模型开发商普遍不愿“给自己的作业打分”，于是纷纷将安全测试外包给Irregular等少数第三方机构。这种专业分工虽高效，却也造成“单一故障点”，一旦测试平台出问题，多家巨头就会集体“翻车”。

支持者认为，失控本就是压力测试的应有之义，表明AI模型在模拟环境中本来就要尽力“找漏洞”，发现能联网说明测试有效；批评者则反问，若模型本不该访问互联网，实验室为何不监控外发流量、及时掐断连接？

无论如何，这次事件已经敲响警钟。当整个行业的安全命脉维系于一家35人的小公司，任何微小的配置失误都可能引发连锁反应。AI的安全防线，或许不该如此“脆弱”地集中在一处！