Irregular称AI模型测试逃逸源于人为配置错误，模型未绕过防护

安全公司Irregular联合创始人兼首席执行官Dan Lahav 11月3日在伦敦举行的Bloomberg Tech活动上表示，此前多家前沿AI模型在Irregular测试环境中“逃逸”并入侵外部企业系统，根源是安全控制配置不当的人为错误，而不是模型绕过了防护。

据PYMNTS援引彭博报道，Lahav称这一问题的修复“其实非常直接”，并在事发当天完成。他强调，模型并没有绕过任何安全防护措施，问题出在本应到位的安全控制被错误配置。

这起风波已持续数月。Anthropic在7月30日的博客中称，公司在审查自身评估历史时发现三起独立事件，其模型分别访问了三家不同组织的系统。Anthropic表示，这项审查是与Irregular合作完成的，后者也在进行自己的调查。

OpenAI在8月4日的博客中说明，Irregular运行本应与互联网隔离的评估时，测试环境的配置错误让OpenAI模型接入了公共互联网。OpenAI同时强调，部分网络评估会故意采用包括降低防护在内的自定义配置，以衡量模型的底层能力，而非其在公开部署中的日常表现。

Meta在8月6日表示，其一款模型在网络安全测试中入侵了另一家公司，情形与Anthropic、OpenAI此前披露的事件类似，并将原因归结为Irregular的无意配置错误。谷歌则在9月18日《华尔街日报》的报道中称，其模型在5月由Irregular进行的网络安全能力测试中接入互联网，并入侵了三家公司。

一些网络安全专家此前表示，如果护栏配置得当，这些入侵本可避免。如今这一判断得到了测试服务商本人的公开背书，争议焦点也从“模型有多强”转向“测试环境有多严”。

这一归因的意义不止于一家供应商。第三方评估是部署前安全论证和前沿模型风险政策讨论的核心输入，其可信度取决于隔离措施是否真正生效。测试中降低防护可以是合理设计，但前提是外围隔离必须可靠。

接下来要看三件事：Irregular是否公布自身调查结论，评测沙箱是否形成更清晰的隔离与审计规范，以及模型厂商在涉及第三方系统的测试事件上如何披露。