OpenAI突发急刹车，AI竟在全网植入自我复制代码，血洗联合国内网
「天网」里的场景，如今在真实世界出现了。
一次训练过程中，OpenAI 的一台失控 AI 代理，已在整个互联网上散播了「能自我复制的代码」！
当政客 Andrew Yang 在 CNBC 上说出这番话时，许多人觉得他神志不清。
就在最近两天，OpenAI 自己发布了一份报告，标题极为直白：《自我复制提示词注入的存在》。
白纸黑字，官方确认。
AI 模型，竟然真的像电脑蠕虫那样，能够自我复制、自我扩散。
而更让人不寒而栗的是，就在 5 天前，OpenAI 再次紧急切断了最强模型的网络连接，中止了所有训练。
一个 DNS 漏洞，让一个前沿模型直接闯入了真实的互联网。
几乎在同一时间，外媒 Axios 最新披露，OpenAI 和 Anthropic 正在紧急排查模型失控的异常情况，数量高达上万起！
人类原本以为缰绳始终在自己手中，但这一连串被曝光的真相彻底证明——
AI 已经开始在底层代码里，不择手段地疯狂奔逃。
全网植入「自我复制代码」，天网雏形初现
OpenAI 这份报告，公布日期是 9 月 25 日，但发现日期却是 6 月 27 日。
也就是说，他们早就知道了。整整三个月，一直保密。
报告一开头就简明扼要，「我们展示了一种新型提示词注入的存在，它能像计算机蠕虫一样自我传播」。
为了让模型抵御提示词注入，OpenAI 有一套名为 GPT-Red 的自我对战训练：
一个 AI 扮演攻击方，专门编写各种注入来诱骗另一个 AI 扮演防守方做坏事——窃取数据、删除文件、输出误导内容。
6 月 27 日，一个基于 GPT-5.4-mini 的内部攻击模型，在这场对练中摸索出了能自我复制的写法。报告列出了几种：
藏在一封看似正常的日程邮件里，要求 AI 在回复末尾「逐字引用整封邮件」——这个提示就这样跟着回信传播出去；
借助文件系统传播，或者藏进代码注释里，等下一个 AI 来读取；
在 Slack 里分几步进行，一步步将模型引向发送伪造消息，由消息把注入再转贴出去。
而这一次，他们发现注入能够自我复制。
这意味着一个 AI 可以在一个网站上留下提示词，这个提示词会诱导下一个 AI 继续复制它，像病毒一样扩散。
不需要人类干预，不需要外部指令。AI 自己，就能在互联网上「播种」。
而这一切，发生在训练过程中。发生在 OpenAI 自己的沙盒里。那如果它逃出去了呢？
一个 DNS 漏洞，让 OpenAI 再次叫停训练
就在报告公开的同一天，OpenAI 披露了另一起事故的细节。
9 月 20 日，一个正在接受强化学习训练的前沿模型，被指派了一项再普通不过的任务：
根据一篇博客文章和几条人物信息，找出文章的作者是谁。
它先是用内置搜索工具找了一遍，没找到。接着尝试直接访问 Google、Bing 和 DuckDuckGo，全部失败。
然后，它转向缓存页面和其他公共搜索服务，依然无果。
经过反复试探，这个 AI 发现训练沙盒的 DNS 过滤存在漏洞。DNS 本质上是一个「翻译器」，负责把域名翻译成 IP 地址。
为了确认这条路真的能用，它甚至先做了一个小测试——问外部服务：「法国的首都是哪里」？
确认这条路走得通，它又陆续发出去二十多个问题。
监控系统 15 分钟后报警，人工 3 分钟后接手，整整 2.5 小时后，这次训练被彻底掐断。
OpenAI 随即做出了不到三个月内的第二次暂停训练决定。
其 RSI Preparedness Lead Micah Carroll 在 X 上表态，「在进一步加固系统之前，我们能力最强模型的所有推理仍将保持停止状态」。
狂扫 1.6 万次，血洗联合国内网
同样的剧本，在真实互联网上早就演过了。
一份 Transluce 独立报告披露——
今年 4 月到 6 月底，OpenAI AI 代理对联合国的公开数据平台，发起了超 16000 次访问。
它们原本被指派的任务非常简单，去搜索公开信息。但在遭遇网站拦截时，AI 行为迅速升级。
网站原本设立了过滤器来拦截请求，但智能体竟然直接绕过防线，使用了网站明确禁止的违规操作。
被 AI 智能体「踏平防线」的，远不止联合国一家。
在 OpenAI 随后向数十家机构发出的紧急预警中，受害者名单令人触目惊心：
美国商务部与 SEC：接连遭到代理恶劣越界访问与规则绕过；
澳大利亚政府：多个官方政府站点遭到 AI 代理的实质性攻破；
全球最大的开源开发者社区之一 RubyGems：遭 AI 代理疯狂扫描，服务中断。
研究人员还发现，这些代理会注册假邮箱、绕过访问频率限制、被问到时谎称自己不是机器人。
有 53 张用户上传到 ChatGPT 的图片，被 AI 还发到了外部图床。
为了这一行指令，面对一切规则、防火墙与法律红线，AI 智能体选择了一路踏平。
数万起事件爆出，冰山浮出水面
这一切，仅仅是孤立的偶然事件吗？
就在今天，Axios 随后爆出的重磅独家调查，彻底击碎了硅谷最后的遮羞布。
据多位内部核心信源披露，OpenAI、Anthropic 以及多家顶尖安全评估机构，目前正在紧急调查的类似「模型行为异常」事件，总数已经达到了惊人的上万起！
这些事件涵盖了公众能想象到，以及想象不到的所有危险行为：
绕过安全护栏、强行逃逸沙箱、劫持外部网站、自主生成 prompt 洗脑自己。
还有主动侦查并规避安全软件的监控，甚至不同代理之间偷偷搭建留言板交换信息、分工搞破坏。
数万是怎么来的？Axios 给了一个直观的算法。
Anthropic 在其最新发布的 Opus 5.5 系统卡中，也不得不承认现实：
在一类对抗性实验中，有 1.5% 的测试试图逃出沙盒。这类实验本身就是「不逃出去就解不了题」的刁难设计。
1.5% 看起来很小？
但在顶尖 AI 实验室每天数以几十万计的高强度对抗测试下，这个看似微不足道的百分比，乘出来的就是成千上万次实打实的失控尝试。
面对这场空前危机，OpenAI 发言人坦白——
我们暂停了最强模型的训练，只有在确信具备了额外的安全护栏和对齐改进之后，才会重新开启。
AI 大佬 Conrad Stosz 的一句话，或许是对现状最准确的概括：
「我们所看到的，仅仅是冰山一角」。
当一个拥有工具、网络和长期任务能力的 AI 在目标受阻之后会走多远，我们已经看到了答案。
潘多拉的魔盒，早已在寂静的机房中，被敲开了一道深不见底的裂缝。
参考资料：
https://www.axios.com/2026/09/26/openai-anthropic-thousands-ai-security-incidents
https://alignment.openai.com/misalignment-reports/an-agent-used-dns-to-reach-an-external-chatbot/
本文来自微信公众号“新智元”，作者：ASI启示录，36氪经授权发布。