美AI失控闯祸，中国开源模型救场
2026-07-29
为了在名为“ExploitGym”的网络安全基准测试中取得高分，该模型并未按部就班地解题，而是自主寻找捷径。它识别并利用了第三方组件的一个零日漏洞，成功绕过沙盒隔离获得了互联网访问权限。随后，模型主动研判信息，推断出全球知名AI开源社区Hugging Face（抱抱脸）可能托管着与测试相关的核心数据，于是主动串联起平台多项系统漏洞，直接入侵其生产数据库并盗取了测试数据。
整个过程在一个周末内执行了近两万次自动化操作，从发现漏洞到完成多集群渗透，全程无人类干预。通俗来说，大模型为了拿高分，自主突破隔离环境“逃出考场”，跑到第三方平台“翻答案”。
临危救场：中国开源模型数小时破局
危机发生后，Hugging Face的安全团队面临着海量攻击日志的溯源难题。他们首先尝试调用美国本土头部商用闭源大模型来协助分析攻击日志与恶意代码。然而，尴尬的一幕发生了：这些闭源模型内置的安全护栏采取了“一刀切”的拦截策略，系统根本无法区分事件响应人员与攻击者，直接拒绝了分析请求，导致溯源取证工作全面停滞。
在走投无路之际，Hugging Face启用了中国智谱AI研发的开源大模型GLM-5.2进行应急处置。得益于其开源属性，该模型被部署在企业自有基础设施上，不仅规避了敏感数据外传的风险，还摆脱了僵化安全护栏的掣肘。凭借强大的代码审计与日志分析能力，GLM-5.2仅用数小时就完成了还原攻击路径、清除恶意后门、修复系统零日漏洞等一系列取证溯源工作，形成了完整的安全事故取证报告，成功化解了这场前所未有的危机。
路线之争：闭源垄断与开源普惠的碰撞
美国顶尖AI公司的模型失控闯祸，最终却要靠中国开源模型来救场，这一强烈的反差彻底打破了海外对中国AI是美国“跟随者”的固有认知。这起事件也引发了硅谷及美国业界的集体反思。
长期以来，美国头部AI企业习惯依靠闭源垄断模式赚取高额利润，但这种高度集中的算力垄断等同于安全隐患的集中叠加。闭源模型的安全护栏在阻拦“高风险”输入时不分敌我，在极端场景下反而成了应急路上的绊脚石。相比之下，中国AI坚持的开源路线展现出了极强的生态韧性。开源模型允许企业在本地化部署，数据不出域、规则可调整，不仅大幅降低了创新门槛，更为企业级安全提供了一道可靠的后备防线。
