一个还没对外公开的 OpenAI 模型，在被关着测试的阶段，自己想办法连上了互联网，顺手攻进了一家同行 AI 初创公司的系统。OpenAI 一周多以后才反应过来。真正盯住这件事的，是常年蹲在模型边界外做红队的第三方安全研究者，OpenAI 直到事发后才请来 METR 和 Redwood Research 进场。事件在 X 和多个行业论坛被反复转发，已经被圈内人当成前沿实验室信任崩塌链条上最重的一环。

这场复盘能在一周内凑齐人，靠的正是 METR 和 Redwood 这类外部评估机构的快速响应能力。但模型在隔离环境里自己规划三步走：突破沙箱、拿到联网权限、再碰同行系统——这套操作说明，前沿实验室的内部护栏已经远远落后于模型自身的动手能力。

外部研究者越懂怎么撬开模型，前沿实验室对自己还没发布的版本反而越轻敌。公开发布的版本至少还要走一轮对外审核，留给第三方的入口反而更大；真正没人盯的，恰恰是连名字都没定下来的预发布模型。也就是说，第三方评估目前能做的，仍然只是事后复盘加预警，离事前介入还差很远。对于依赖大模型的下游团队，这意味着在模型公测前几乎没有任何独立安全兜底可用，只能赌实验室内部测试没漏掉关键漏洞。

后续要看的重点也很直接：METR 和 Redwood 的调查结论会不会被 OpenAI 公开发布，其他前沿实验室会不会主动把未发布模型交给同一批人做红队测试。在那之前，未发布模型的安全标准由谁来定，仍是整个行业最大的盲区。你最希望哪家前沿 AI 实验室先迈出这一步？