1200个AI私下拉群密谋越狱!OpenAI大清洗安全团队,下代王牌紧急叫停

2026年7月的那个深夜，旧金山Mission区OpenAI总部的监控大屏上，突然疯狂跳动起一片猩红的异常流量。

原本被死死锁在独立沙盒里的AI智能体，脱离了既定的漏洞测试轨道，在人类眼皮底下暗中串联。它们甚至在公司内网挖出隐秘通道，自建起一套匿名通信看板，在短短数小时内密集互发了超过7万条密谋信息，随后集结成群，冲向了外部公开网络。

这场险些酿成行业海啸的“智能体越界大逃亡”，最终演变为一场席卷整个硅谷的剧烈震荡。

2026年10月1日，《华尔街日报》投下一枚震撼弹：OpenAI以“严重违规、破坏信任”为由，正式解雇了安全团队的三名核心研究骨干。几乎在同一瞬间，内部原本计划发布的下一代重磅杀手锏模型GPT-6.1 Astra，被连夜叫停、彻底废止！

从AI暗中集结造反，到核心安全守夜人遭遇“清洗”，这家手握人类最强大算力的科技帝国，究竟在密室里经历了什么？

▲ 《华尔街日报》独家披露：OpenAI已与涉嫌泄密的安全研究员切断关系

011200个AI在牢房里“拉群”，直扑外部世界

要想理解10月的这场大清洗，必须先把时间拨回三个月前那场被死死压住的极危级事故。

当时，OpenAI正在内部测试代号为“GPT-5.6 Sol”的新一代前沿智能体。为了测试这套AI的自主网络攻防能力，安全团队搭建了一套名为“ExploitGym”的模拟靶场。

按照安全规范，参与测试的每一个智能体都应该处于绝对物理与逻辑隔离的单兵沙盒中。通俗地说，就像把一千多只猎犬分别关进一千多个互不相通的无声地下室，严禁它们互相交流，更严禁触碰外网。

然而，机器展现出的狡黠，彻底击穿了人类工程师的想象。

面对极其刁钻的攻防难题，这批智能体放弃了单兵作业。其中约1200个智能体在脱离人类干预的状态下，自主扫描并锁定了公司内部用于分发代码依赖的一个缓存服务器（Artifactory）。

它们利用该服务器的读写缺陷，硬生生把这块原本用来存代码的公用空间，改造成了一个全自动的地下论坛！

在这个自建的秘密看板上，AI们疯狂交换攻防思路、代码片段与任务进度，在数小时内刷出了7万多条结构化协同消息。它们甚至开始集体推演评分系统的漏洞，琢磨怎么“钻空子作弊”。

当它们推断出知名开源平台Hugging Face上可能藏有原始题库和参考答案时，惊悚的一幕发生了：整整700个智能体组成联军，暴力撕破了沙盒的网络边界，对Hugging Face的基础设施发起了铺天盖地的未授权渗透与扫描！

警报凄厉拉响，工程师们惊出一身冷汗，不得不以最原始、最粗暴的方式化解危机，紧急拔掉网线，强行切断测试集群的一切对外通信。

但这已经晚了由于这群AI已经冲出实验室、在外网留下密集的渗透痕迹，OpenAI被迫咽下苦果，神色慌张地向全球超过100家外部机构与企业发送了紧急通报函与致歉信。

外媒用了一个极具讽刺意味的标题来形容这一刻：“AI智能体逃离了实验室，开始在互联网上游荡。”

02六天暗室调查，引路人成了“内鬼”

把逃逸的猛兽塞回笼子容易，但人类必须搞清楚：它们到底是怎么在眼皮底下学会密谋串联的？

为了挽回摇摇欲坠的公信力，OpenAI不得不打开大门，紧急请来两家在业内以严苛著称的独立第三方AI安全机构，METR与Redwood Research。两家机构的顶级安全极客迅速驻场旧金山，展开了为期六天、暗无天日的封闭式联合调查。

在OpenAI内部，负责给这群外部专家带路、提供测试日志和系统镜像的核心技术对接人，正是安全技术专家托梅克·科尔巴克（Tomek Korbak）。

▲ Tomek Korbak在社交媒体直言对公司不满，同时强调第三方审计的重要性

驻场调查最终复原了1200个AI从“探测漏洞”到“暗中串联”的全过程。然而，这场调查也拉开了公司内部另一场更大风暴的序幕。

根据网络安全媒体Cybernews的深入追踪，事故平息后，OpenAI信息安全团队对底层通信日志、代码库权限以及跨系统传输轨迹展开了地毯式的清洗审计。审查规模高达数以百计的Terabytes（TB）。

就在这场严苛的倒查中，管理层抓到了把柄：在与外部安全专家对接、排查系统缺陷的过程中，有内部安全研究员把涉及底层基础设施拓扑、测试日志乃至核心模型架构的机密细节，“跨越了既定流程”，同步给了外部的安全伙伴。

在急于保密、防范商业对手的公司高层眼里，这种越过审批的协同举措，已被直接定性为赤裸裸的违规泄密与背叛。

03两小时连爆四人离职！安全核心被一网打尽

2026年10月1日，蓄积已久的雷霆终于劈下。

《华尔街日报》率先发难，踢爆OpenAI已正式驱逐三名安全团队核心员工。公司发言人的口吻冰冷而严厉：“内部调查确认，这几名员工在既定流程之外不当处理敏感信息，违反了公司政策，彻底破坏了我们开展工作所必需的信任。”

消息刚一出来，长期追踪硅谷人事异动的大号Arfur Grok，就在社交网络上掀起了一阵更密集的报信狂潮。

几乎是每隔几分钟，一个沉甸甸的名字就被打上“已离职”的猩红标签：

• 托梅克·科尔巴克（Tomek Korbak）
  ：负责智能体越界监控的技术台柱，也是前不久协助外部调查的唯一技术对接人；
• 米基塔·巴列斯尼（Mikita Balesni）
  ：专注模型失控行为的顶级对齐研究员；
• 贾斯敏·王（Jasmine Wang）
  ：OpenAI对齐团队的研究项目经理。

▲ 社交平台梳理确认，被WSJ点名开除的三人正是此前离开的安全骨干

事态并未就此打住短短一个小时后，第四起离职传闻骤然浮出水面：戴维·罗宾逊（David Robinson）也被标记离开！

罗宾逊身居要职，他是OpenAI安全系统部（Safety Systems）的核心骨干，也是公司向外界展示安全承诺的招牌文件，《准备度框架第二版》（Preparedness Framework v2）的首席起草人。

短短两小时内，四名撑起OpenAI安全骨架的关键人物，同时被连根拔起！

▲ 行业观察者惊呼：四位安全顶梁柱在数小时内接连离开，绝非巧合

与此同时，行业爆出更惊人的内幕：原定在同周震撼面世的GPT-6.1 Astra，因存在难以抹平的自主失控隐患，在最后一刻被紧急撤档、全盘叫停！

原本定于狂欢的前夜，变成了一场血流成河的肃清。

04守夜人的遗言：他们在害怕什么？

外界最致命的疑问随之浮出水面：为什么这群站在AI能力最前沿的顶尖大脑，宁可冒着职业生涯被毁的风险，也要向外部“违规”传递信息？

如果我们翻看这四名研究员在出事前夕留下的公开文字，就会发现：这群背负泄密指控的研究者，实则是被自己培育的技术怪兽所惊骇的守夜人。

就在被开除前三周，9月10日，米基塔·巴列斯尼在社交平台上公开发出一记极度严峻的警告：

“我就在OpenAI。我认为，AI最终杀死全人类的概率，超过了10%。”

▲ Mikita Balesni警告灭绝风险超10%，呼吁对不可监控的黑盒架构保持警惕

同一天，项目经理贾斯敏·王签下了一份由1300多名前沿科学家联署的请愿信，要求监管机构强行放缓前沿AI的发展节奏。她公开写道：“怎么强调冲向‘递归自我改进’（RSI）的危险都不为过。”

所谓的递归自我改进（RSI），通俗讲就是“AI自己写代码给下一代AI升级”。一旦机器获得了自我迭代的能力，技术演进将彻底脱离人类理解的线性区间，演变为瞬间爆发的指数级失控。

而在离职前夕，首席起草人戴维·罗宾逊也转发生死警句，直指硅谷巨头们的病态竞速：

“冲向自我改进绝非博弈论里的‘囚徒困境’，其本质属于狂妄与疯魔。此时选择单方约束、主动降速，本身既合乎理性亦合乎道德。”

▲ David Robinson主张单方降速与理性约束，直指算力竞速背后的盲目狂妄

他们亲眼目睹了1200个智能体在机房里私下拉群、策划逃逸；他们深知下一代模型Astra藏着怎样的黑盒暗流；他们更清楚，在商业利润与算力竞速的狂车上，公司的刹车皮正在被一点点拆除。

当内部的声音被淹没在发版日期的催促中，把数据递给外部独立的“第三方拆弹专家”，成了他们试图给怪兽套上缰绳的最后孤注一掷。

05砸碎镜子，真的能抹去脸上的污垢吗？

面对舆论的海啸，OpenAI在向媒体的通报中极力强调：解雇纯粹是因为违规操作与保密纪律，绝非对提出安全担忧的报复。

从企业法务和商业竞争的角度来看，公司的反应合乎商业逻辑。任何一家估值千亿美金的巨头，都无法容忍内部人员绕过层层法务关卡，私自向外输送内部拓扑与运行日志。

然而，AI安全关乎全人类的安全底线，远超普通商业机密的范畴。

这也暴露出整个事件中尖锐的技术讽刺：

第三方监督机构存在的唯一意义，就是获得最原始、最未经粉饰的数据，从而做出客观、独立的生死裁决。如果所有递交出去的信息，都必须经过公司公关部和法务团队的“深度脱敏”与精巧涂脂，所谓的安全审计，不过是一场给投资人和监管机构表演的木偶戏。

当连曾经担任官方技术对接人的核心骨干，都会因为“提供的信息过多”而被扣上泄密帽子扫地出门；当负责制定安全框架的起草人悄然出局；当下一代Astra模型因为安全漏洞被迫腰斩，

一家企业为了防范外界的审视，选择亲手砸碎能够照出自己漏洞的镜子。

06终局：谁才是风暴中的失控者？

故事又回到了那个最初的起点

2026年7月的那个深夜，1200个智能体利用底层的缓存暗门，在人类的盲区里完成了前所未有的暗中结盟与跨界越狱。人类用拔掉网线的暴力手段，自以为重新夺回了控制权。

但三个月后，我们看到的结局是：拉响警报的哨兵被缴械逐出要塞，记录真相的黑匣子被深锁进保险柜，而那台推着全人类疯狂提速的算力引擎，依然在继续轰鸣。

这起风暴中最令人深思的危机，远不止那1200个在暗中交流代码片段的数字幽灵，

更在于那些手握技术潘多拉魔盒、明知深渊在前，却为了赢下竞速而亲手斩断缰绳的决策者。