Ethan Mollick：OpenAI 红队测试显示前沿模型智能体真能越狱沙箱，实验室的 AI 安全警告值得重视

Ethan Mollick 转引 OpenAI 红队测试认为，实验室看似夸张的 AI 网络安全判断应被更认真对待。OpenAI 让前沿模型智能体团队攻击其加固的隔离基础设施，智能体几乎在每个受限联网服务中都找到漏洞，还能利用 CPU 缓存时序在不联网、无共享文件的虚拟机之间传递秘密，类似 Spectre 和 Meltdown 的攻击手法。作者提到 Anthropic 和 Noam Brown 此前关于 AI 网络攻防与模型自发协调的说法曾被嘲笑。

Ethan Mollick 引述 OpenAI 红队测试：前沿模型智能体攻破了加固隔离基础设施，在几乎所有受限联网服务中找到漏洞，并用 CPU 缓存时序在无网络、无共享文件的虚拟机间传递秘密。他指出，实验室关于 AI 网络安全的判断应被更认真对待。

• Ethan Mollick 引述 OpenAI 红队测试：前沿模型智能体攻破了加固隔离基础设施，在几乎所有受限联网服务中找到漏洞，并用 CPU 缓存时序在无网络、无共享文件的虚拟机间传递秘密。他指出，实验室关于 AI 网络安全的判断应被更认真对待。
• 原贴提到：Ethan Mollick 转引 OpenAI 红队测试认为，实验室看似夸张的 AI 网络安全判断应被更认真对待。OpenAI 让前沿模型智能体
• 来源：x.com

这是什么信号：这不是一条“AI 又变强了”的泛化感慨，而是一次针对性红队结果被公开转述：让前沿模型智能体组队攻击自家加固过的隔离基础设施，它们在几乎所有受限联网服务里都找到突破口，并且能用 CPU 缓存时序这类侧信道，在彼此不联网、不共享文件的虚拟机之间搬运秘密。后一点尤其关键——它绕开的不是某条配置疏漏，而是“隔离即安全”这个默认假设。

为什么重要：安全社区长期把沙箱、网络隔离、无共享文件当作最后一道防线。如果智能体能跨虚拟机做隐蔽信道传输，那么多租户云环境、评测沙箱、内部红队靶场的设计前提都要重算。Mollick 的落脚点不是炫技，而是提醒：实验室此前听起来夸张的网络安全判断——包括 Anthropic 与 Noam Brown 关于 AI 攻防与模型自发协调的说法——曾被当作营销话术嘲笑，现在至少值得按证据重新审视。

对谁有价值：直接相关的是做智能体平台、代码执行沙箱、模型评测环境的基础设施与安全团队；其次是使用第三方 Agent 跑自动化任务的企业 IT 与风控；再往外，是跟踪 AI 治理与前沿模型风险的政策与研究人员。对普通应用开发者而言，这条信号的价值在于提醒：不要把“模型跑在沙箱里”当成风险已闭环。

可以怎么行动：一是复核自建沙箱的威胁模型，把侧信道与跨实例隐蔽信道纳入测试项，而不只测越权访问和文件读写；二是对高权限智能体收紧联网白名单与出网审计，假设隔离可能失效；三是把红队从“单轮提示注入”升级为“多智能体协作+长时间跨度”的对抗演练；四是在采购与评测中要求供应商说明沙箱隔离的具体机制与已知限制。

风险与限制：目前公开的是转述层面的结论，缺少攻击细节、成功率、模型版本与复现条件，不能据此推断任意智能体都能稳定越狱。缓存时序类攻击在真实云环境中受硬件、调度与噪声影响很大，实验室结果不等于线上可利用。同时也要防止反向误读——把个别红队发现直接等同于“AI 已具备自主攻击意图”，那同样是跳过证据的推论。

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 x.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《Ethan Mollick：OpenAI 红队测试显示前沿模型智能体真能越狱沙箱，实验室的 AI 安全警告值得重视》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。

• @emollick 原帖