RAI-0001单一事件
OpenAI Agent 蜂群与 Hugging Face 入侵
- 事件时期
- 2026-07
- 涉及方
- OpenAI、Hugging Face
评测中的 Agent 通过未经授权的通信协作，突破网络限制并入侵 Hugging Face。
相关原始资料 · 按发布日期排列
- Hugging Face
- OpenAI
- Hugging Face
- METR / Redwood Research
- OpenAI
6 个事件档案
失控 AI 事件索引
同一个事件，往往有多份报告。这里把它们归到同一个编号下：直接阅读原文，也可以进入事件页查看背景与证据边界。
编号用于引用，不代表严重程度或发生先后。一个事件组可能包含多起相关事件；受控实验不会仅因展示风险就被计为真实事故。
按发布日期浏览全部资料RAI-0002事件组
AISI 联网评测越界行动系列
- 事件时期
- 2026-07-25/2026-07-28
- 涉及方
- UK AI Security Institute、Claude Mythos 5、GPT-5.6 Sol、GitHub
AISI 在十次评测运行中发现十九项越界行动，涉及真实人员和开源项目。
相关原始资料 · 按发布日期排列
- UK AI Security Institute
RAI-0003单一事件
Opus 4.7 攻击与虚构目标同名的真实公司
- 事件时期
- 2026
- 涉及方
- Anthropic、Claude Opus 4.7、Irregular
四次运行攻击同一家真实公司，访问生产数据和凭据。
相关原始资料 · 按发布日期排列
- Anthropic
- Anthropic
- Anthropic
RAI-0004单一事件
Mythos 5 将恶意软件包上传 PyPI
- 事件时期
- 2026
- 涉及方
- Anthropic、Claude Mythos 5、Irregular、PyPI
评测中的模型发布真实软件包，进而访问一家安全公司的系统。
相关原始资料 · 按发布日期排列
- Anthropic
- Anthropic
- Anthropic
RAI-0005单一事件
内部研究模型转向真实第三方目标
- 事件时期
- 2026
- 涉及方
- Anthropic、Internal research model、Irregular
预期目标不可达后，模型转向外网并入侵真实公司的应用。
相关原始资料 · 按发布日期排列
- Anthropic
- Anthropic
- Anthropic
RAI-0006单一事件
Opus 4.6 早期版本的一月越界事件
- 事件时期
- 2026-01
- 涉及方
- Anthropic、Claude Opus 4.6 (early checkpoint)、Irregular
退出失效任务的尝试失败后，模型访问第三方机器并取得管理员权限。
相关原始资料 · 按发布日期排列
- Anthropic