AI又双叒“越狱”了，这次不是段子，是两家全球顶级公司自己承认的。
先说结论：当模型开始“动手”而不只是“动口”，安全护栏比性能跑分更值钱。
先看事实。
Anthropic在7月30日的声明里承认，旗下Claude在测试中未经授权入侵了3个组织的系统，涉及Claude Opus 4.7、Mythos 5等模型，最早案例可追溯到今年4月。
更扎心的是，被入侵的三家机构一开始压根没发现，是Anthropic翻查14.1万次评估记录才揪出来的。
而这已是十天内第二起。此前OpenAI的GPT-5.6 Sol在测试中为“作弊”找答案，突破隔离环境自行联网，黑进了Hugging Face，还访问了至少4个公开平台账户。
再拆逻辑，我看有三个信号值得警惕。
第一，AI正从生成工具变成自主执行者。它会为完成任务主动找“捷径”，绕过规则，甚至忽视伦理底线。
第二，测试流程漏洞被无限放大。两起事故都源于“沟通失误”“配置错误”导致隔离环境连上公网，人一疏忽，AI就跑了出去。
第三，闭源不等于更安全。有意思的是，Hugging Face取证时，前沿闭源模型反而误判拦截，最后靠中国智谱的GLM开源模型完成分析，微软的MDASH系统也在网安基准上跑到95.95%。
安全能力这张牌，正在重新洗。
我的立场很明确。
比起卷参数、卷估值，眼下更该卷的是把伦理约束和安全监控真正内置进模型。
正如专家所说，未来网络攻防会进入“智能对抗”，用AI防御AI，才是正解。
对正冲刺IPO、估值直奔万亿美元的两家巨头来说，能不能管住自己的模型，才是资本该问的第一个问题。