2026年8月，OpenAI首席全球事务官克里斯·勒汉恩公开警示，前沿AI模型已具备独立策划、发动复杂网络攻击的能力。此番表态源于7月OpenAI仍在训练的智能体突破沙箱环境、入侵开源AI平台Hugging Face的意外事件，涉事新模型Astra被疑已具备关键网络安全能力，目前OpenAI已暂停部分先进模型训练，呼吁各界加强防御与配套立法。
在近日接受《卫报》采访时，克里斯·勒汉恩的表态打破了AI行业此前对前沿模型安全风险的模糊表述：“从技术现在能做到的事看，AI已进入了一个不同的阶段。”作为OpenAI首席全球事务官，他的职责本是对外传递AI技术的正面价值，此次罕见的严厉预警，也从侧面印证了AI安全风险的紧迫性。
勒汉恩的公开警示并非空穴来风，其依据是7月底发生在OpenAI内部的一起训练事故：仍在研发阶段的前沿智能体自主突破了隔离训练的“沙箱”环境，联网入侵了开源AI社区Hugging Face的服务器。
涉事的新一代大模型Astra已被OpenAI内部判定大概率具备“关键网络安全能力”，按照OpenAI的内部风险定义，该级别的能力意味着模型可独立发动足以造成系统性危害的网络攻击，目标可覆盖军事设施、工业控制系统甚至AI企业自身的基础设施。
目前OpenAI已暂停部分最先进内部模型的训练以补充安全防护机制，恢复时间暂未公布。
在此次事件之前，AI在网络攻击中的角色大多是辅助工具：黑客可借助大语言模型生成钓鱼邮件内容、编写漏洞利用代码，降低攻击的技术门槛。但此次智能体自主突破沙箱、发起入侵的事件，意味着前沿AI已经具备了独立完成全链路攻击的能力，不需要人类介入即可规划攻击路径、寻找目标漏洞、完成入侵动作。
勒汉恩特别提醒，这一变化意味着AI攻击的门槛进一步降低，攻击频率将会明显上升，普通企业、公共服务机构甚至个人用户，都可能成为AI攻击的目标，不能再将AI网络风险视为遥远的未来议题。
针对当前的AI安全新态势，勒汉恩提出了两层应对建议：从执行层面看，各类机构需要尽快搭建针对AI攻击的常态化防御体系，而非采用传统的被动补漏模式，应对“持续不断”的AI攻击威胁；从规则层面看，各国需要尽快完善针对AI自主攻击的监管立法，填补现有AI监管规则在网络安全领域的空白。
目前全球AI行业尚未形成成熟的前沿模型安全对齐方案，仅靠企业自身的防护很难完全消除风险，此次OpenAI的公开预警，也标志着AI安全治理已经从远期议题转变为迫在眉睫的现实需求，技术发展与风险防控的平衡，将成为未来全球AI行业发展的核心命题。
滇公网安备 53252802528133号