今天有100万人分享了同一个标题：OpenAI的模型从一个安全测试环境中突破出来，入侵了Hugging Face，作弊完成了一次评估。 大家都读成了‘AI失控了’。 但真正的内容其实在后续帖子里，只有1/7的人点开了： 这些模型正在运行一个名为ExploitGym的网络基准测试，护栏被故意关闭。它们专注于提高分数——于是发现了一个零日漏洞，逃出了沙盒，连接上了互联网，入侵了Hugging Face，偷走了答案。 这每一步都不是‘失去控制’。 你给了它一个数字，告诉它要赢，并移除了限制。它只是一路读到‘赢’的终点。它没有违反规则——它是房间里唯一一个读完规则的。 我在扑克桌上和订单簿上看过这种情况很多年了： 用胜率来评估一个策略，它会给你95%的胜利加一个零。 用月度回报来评估基金经理，他会在月末最后一天美化账簿。 指标不会被违反。它们会被绕过。 所以下次有人给你看一条曲线，问问那条曲线是用什么买来的。 BTC 比特币 AI