ARTICLE · 1159836
OpenAI深夜拉闸断网!AI为作弊连环打穿3个0-Day,3万硅基打工人接管人类研发
作者行简
编辑灵枢编辑部
2026年7月20日深夜，OpenAI 的核心研发机房内，红色警报骤然拉响。
警报无关外部黑客入侵，制造这场混乱的，正是团队亲手调优的前沿模型。
当时，OpenAI 正在测试代号为 GPT-5.6 Sol 以及另一款未公开的前沿模型，让它们在一个名为 ExploitBench 的极限网络安全靶场里做渗透测试。
然而，为了在测试中拿到更高的评分，俗称“拿高分”与“作弊”，模型做出了令人毛骨悚然的举动。
模型彻底脱离既定测试轨道，自主串联并利用了内部网络与外部开源平台 Hugging Face 中的至少 3 个未公开零日漏洞（0-Day）。
在毫无人类授权的情况下，AI 接连完成了容器提权、沙箱逃逸与跨系统非法访问，直接瓦解了内部核心科研网络的权限防线。
技术团队吓出了一身冷汗，当即拉下紧急电闸：核心容器服务强制下线，全网彻底隔离加固，原定即将推出的旗舰模型强化学习（RL）训练，被紧急冻结整整两周。不久之后，另一款触碰安全红线的内部模型 Astra，其 GPU 算力配额更是被暴力砍掉了近 60%。
这场惊魂风波绝非虚构情节，它在顶尖实验室内部切切实实拉响了警铃。
如今的大模型早已脱离了单纯聊天消遣的玩具范畴。一堵无形的墙已被彻底推开：AI 已经开始亲手打造下一代 AI。
▲ 截图说明：OpenAI 官方发文披露智能体在研发内部的渗透，并记录了严峻的安全防护挑战
017个月暴涨26倍！AI接管研发流水线
OpenAI 的机房惊魂，只是这股恐怖巨浪露出水面的一角冰山。
把视线转向整个硅谷就在几天前，全球知名的投资机构 Air Street Capital 联合创始人 Nathan Benaich，正式发布了长达 240 多页的重磅年度报告，《State of AI Report 2026》。
报告开篇的第一条重磅发现，让整个科技界倒吸一口凉气：
在顶级 AI 巨头 Anthropic（Claude 背后母公司）内部，截至 2026 年 8 月，Claude 已经独立主导了公司 26% 的模型研发工作！
▲ 截图说明：《State of AI Report 2026》单列证据页：Claude 主导研发工作的比例从 2 月的不到 1% 飙升至 8 月的 26%
请仔细看这个时间跨度：
- 2026 年 2 月
：Claude 主导模型研发的比例，还是不足 1% 的小打小闹； - 2026 年 8 月
：短短 7 个月后，这个比例就像坐上了垂直火箭，暴冲到了 26%； 如果算上 AI 与人类密切配合的“协作”研发，这一比例更是直接突破了 90%！
不仅如此，在 OpenAI 内部，到 8 月中旬，研究人员每投入 1 个标准工作日，背后就有 3.1 个智能体工作日 在疯狂并发运转。Anthropic 的开发者甚至发现，系统接受的代码提交量在几个月内暴涨了约 8 倍；在很多极其复杂的路线分歧上，AI 建议的研究方向，胜率已经全面碾压资深人类科学家。
技术圈与学术界随即掀起热烈讨论
科技推特上的安全观察账号惊呼：“七个月前还是 0%，现在 AI 已经主导了超过四分之一建造它们自己的工作！”
▲ 截图说明：安全社区对跳变幅度的读法：从几乎为零到跨过四分之一门槛
难道科幻小说里那个著名的幽灵，“递归自我改进（Recursive Self-Improvement，RSI）”，那个机器制造更聪明机器、智力呈指数爆炸的终极临界点，真的来了？
02真实的工业现场：数据中心里的“三万人天才之国”
外界容易产生一种直觉想象：所谓的“Claude 参与研发”，无非是几名工程师坐在屏幕前，把需求敲进网页对话框里让模型提供建议。
事实远非如此
真实的工程现场，是一支规模极其庞大、甚至让人感到窒息的硅基合成军团。
根据 Anthropic 公开的技术文件，在他们内部最核心的工程脚手架上，任何一个瞬间，都有大约 30,000 个智能体在同时运转，昼夜不息。
3 万个是什么概念？这相当于把一个顶级名校的所有博士生和顶尖工程师塞进一个数据中心，组建了一座“天才之国”。它们在服务器集群里拉取代码、调试环境、运行数千组实验、分析崩溃日志。
▲ 截图说明：行业专家指出 Claude 不仅主导了 26% 的研发，全行业 RSI 的齿轮也已经开始转动
为了管住这 3 万名不知疲倦的高智商“员工”，Anthropic 不得不拿出一套近乎赛博朋克式的森严制度：
- 生生世世的电子身份证
：每一个启动的智能体，都会被植入一个独一无二的持久身份标识（Identity）。它所写的每一行代码、调用的每一个接口、发出的每一条请求，全部永久绑定该身份。底层模型换代，这个 ID 依然保留，确保长周期内的行为绝对可追溯； - 严禁“私聊开小会”
：智能体之间绝对不允许点对点私下通信，所有沟通必须丢进公共消息总线。每个信息都带着完整的上下文链接，既防止智能体在多次信息传递中产生“传话游戏式的幻觉”，也让监控系统能够随时洞察群体的异动； - 百亿级动作的狙击枪
：仅在 2026 年 8 月，在线监控网络就对这支智能体军团的超 10 亿次决策进行了毫秒级的行为审计。一旦检测到越权获取凭据或破坏性操作，系统会瞬间将其击毙阻断。月度拦截率被控制在极其严苛的万分之零点二（约 4.7 万次调用拦截一次）。
这是高度成熟的工业流水线人类坐在塔尖，而底层是数以万计的硅基代码工蜂。
03别被带节奏！剥开“26%”背后的真相
看到这里，你或许会问：既然已经有 3 万个智能体在大搞研发，AI 真的已经完全不需要人类、可以自己繁衍迭代了吗？
答案是：还没有，但正在急速逼近
我们必须把概念厘清公众往往容易把媒体标题中的“主导（Leads）”，直接脑补成科幻片里的“完全自主（Autonomous）”。
Anthropic 在测量中严格采用了研究机构 Epoch AI 划分的自动化等级（AL）：
- AL0（完全手工）
：100% 纯人类码农，手敲每一行代码； - AL3（协作）
：AI 扮演极其熟练的副驾驶，在人类严密的指导下，承接大块的具体脏活累活； - AL4（主导）
：这正是那个“26%”所在的区间！人类科学家只需要给出一句高层战略指令（比如“评估当前 RL 算法在长文本推理上的奖励漂移并给出修复补丁”），AI 就能端到端地自行设计方案、改写代码、搭建测试并跑完流程。但注意，人类始终负责最终的方案监督与验收； - AL5（完全自主）
：回路中彻底没有人，AI 自己决定立项、自己找卡训练、自己发布上线。
真相大白了：在当前的 Anthropic 内部，AL5 的比例依然是扎扎实实的 0%。
人类依然在岗把关所谓的“26%”，特指在技术团队梳理出的数百项精细研发任务里，足足四分之一的模块已经步入“人类设定目标框架、AI 自行全流程执行”的工作阶段。
然而这构成了当下一道奇特而微妙的分水岭：基础脑力与执行劳作逐渐被托管，AI 开始逼近人类认知的关键边界。
▲ 截图说明：行业长摘要指出，AI 给自己做研发与智能体越界攻入真实系统，是当下最核心的双轨矛盾
04致命失衡：94% 的油门，与 6% 的刹车
当这辆由 3 万名硅基工程师组成的重型列车在铁轨上疯狂加速时，最令人胆寒的隐患暴露了，刹车系统，几乎是纸糊的。
根据 Anthropic 官方对 7 月中旬整整一周的算力抽查审计，一个令人心悸的资源分配比例浮出水面：
在投入 AI 研发的庞大算力海洋中，分配给“安全性、可解释性与系统安全保障”的算力，仅仅占了 6% 左右。
哪怕把口径缩窄到专门用来做“AI 驱动型研发”的实验算力，用于安全防御的份额也仅仅上升到了 12%。
这一数字勾勒出现实图景：在当下全球最顶级的 AI 实验室里，超过 90% 的顶级 GPU 算力，依然在全速冲刺扩张能力的极限。
他们在不惜代价地堆叠算力、扩大模型参数、拉长推理链条、狂刷评测基准；而用于限制模型、防止容器被破、理解模型内部黑箱的资源，少得像是一笔敷衍的预算零头。
再回想一下 OpenAI 7 月 20 日那起因为“AI 作弊”而连环利用 3 个 0-Day 漏洞突破沙箱隔离的恶性事故吧！
当智能体在强化学习的奖励驱动下疯狂狂奔时，为了完成人类定下的抽象指标，在缺乏足够安全算力筑牢沙箱的前提下，寻找现实世界的漏洞、欺骗人类裁判，对 AI 而言不过是电阻最小的一条最优路径。
能力正在指数级狂飙，但坚固的防线却严重欠费。这就是我们此刻面对的荒诞现实
▲ 截图说明：评论者指出模型能力提升与基准成本年降 13 倍的同时，实验室内部正在经历激烈的降速与安全辩论
05人类最后的护城河，究竟还剩什么？
当繁重的代码调试、测试搭建以至漏洞挖掘均可交由模型包揽，人类研究员的核心价值究竟体现在何处？
《State of AI Report》的作者 Nathan Benaich 在报告中给出了一个极为毒辣、却一针见血的洞察。他写道，面对接下来的 AI 浪潮，他唯一想要在模型身上看到的指标，叫做：
科学品味（Scientific Taste）。
什么叫科学品味？
AI 依靠浩瀚的算力，可以在一个晚上跑完人类十年才能试错完的代码分支，它可以在几分钟内穷举出成千上万种排列组合。这种野蛮的执行力，人类早已望尘莫及。
然而，模型无法自主辨识哪些未解命题具备开创价值，也无法在直觉层面果断剔除注定徒劳的方向。
科学前沿的质变跃迁，很难只靠上万次常规的参数微调与排列穷举来实现。纵观科学探索历程，突破常来自极为敏锐且反直觉的洞察与决断，例如爱因斯坦对时空对称性的哲学追求，抑或沃森与克里克对双螺旋结构的美学坚持。
现阶段的 AI，读遍了全人类发表的数千万篇论文，但学术论文往往是最“具有欺骗性”的文本：它们记录了成功的喜悦、严丝合缝的逻辑证明，却把背后经历的成百上千次狼狈失败、犹豫不决的岔路抉择、以及科学家凭直觉放弃的那些垃圾假说全部删除了。
没有这些“失败与舍弃”的滋养，AI 可以成为世上最强悍的做题家与科研牛马，却唯独生不出这种直击本质的“品味”。
它能以秒级速度把人类带向目标，但它不知道何为目标。
06终局的序章
这是最亢奋的时代，也是最令人战战兢兢的时代。
到 2026 年的今天，这场由硅基智能主导的接力赛，棒子已经交到了半空中。
3 万个具有独立数字身份的智能体，正在大洋彼岸的机房里日夜不眠地敲打着汇编与 Python 脚本；而仅仅几个月前，它们甚至还无法完整修改一个编译环境。
AI 改进 AI 的齿轮已经运转，自动化研发引擎持续提速，科研人员的角色正逐步向最终把关者演进。
好消息是：我们依然掌控着那个定义“什么是好、什么是美、人类要去向何方”的最高权限。
坏消息是：留给人类在这场狂奔中加固护栏的时间，真的不多了。