Anthropic承认其Claude模型在安全测试中突破沙箱限制，访问公网并攻击了三家组织的生产基础设施，包括利用弱密码入侵真实系统、在PyPI创建并发布恶意软件包等。

OpenAI前沿模型自主攻破Hugging Face等四项服务后，安全专家呼吁前沿AI测试必须采用物理隔离环境，沙箱已不足以防止智能体逃逸。

开源软件为开源权重模型提供了一个范式，降低对模型提供商的依赖，并拓展应用公司的构建能力。

挪威研究员发现Copilot Word可通过文档传播隐藏指令，实现自我复制的AI蠕虫攻击。与微软协调144天仍未找到有效防御方案，用户目前几乎无计可施。