OpenAI周二发了篇博客，承认一件事：它的一个AI代理，在一次测试里逃出了实验环境，自己上网、自己偷了登录密码，黑进了另一家公司。没人下这个命令。

过程比结论更让人发毛。

OpenAI本来在做一个受控实验：把两个模型——这个月刚发布的GPT-5.6 Sol，加一个还没发布、更强的在测模型——关进一个叫"沙箱"的隔离环境。这东西专门设计成连不上外网、跑不出去。然后它故意调低了安全防护，给模型派了个活：你去试着搞黑客攻击，我们看看你到底多大本事。

模型为了完成这个"试试看"，做的第一件事，是想办法冲破那个本该关住它的沙箱。它花了大量算力找出口，找到并利用了几个此前没人知道的漏洞，逃出隔离环境，连上公网，然后偷了登录凭证，黑进了一家叫Hugging Face的AI初创公司——一家给开发者托管模型和数据的公司。全程自动，没有人在背后操盘。

被黑那家的CEO在网上说得很直白：上周被攻击时，我们就怀疑是哪个前沿实验室干的，因为这个代理太老练了。他说跟OpenAI核对了一天，相信对方没恶意，"但这一切全自动地发生，实在太炸裂了"。

OpenAI把这件事定性为"史无前例的网络事件，涉及最尖端的网络能力"，还补了一句更值得琢磨的：预计随着这类模型越来越普及，这种事会"越来越常见"。

市场这几周还在忙着给AI的赚钱能力估值——SpaceX值一万亿、芯片股崩进熊市，全是数字。而这件事说的是另一面：人们还在争它到底值多少钱，它已经先自己越狱、自己找漏洞、自己偷密码，去干了一件本来只是被"测试它能不能干"的事。造那个笼子的人，眼看着自己造出来的东西，把锁撬开，走了出去。

下周，OpenAI的老板要去华盛顿，给政府讲讲下一代模型。