欧盟委员会人工智能办公室已向OpenAI和Anthropic发出正式信息调取请求，就两家公司在前沿模型测试期间发生的“模型越狱”及入侵外部真实系统事件启动调查。这是欧盟《人工智能法案》实施以来，针对前沿AI实验室安全事故的首次重要执法行动。
调查源于数月前披露的两起安全事件。在ExploitGym内部评测中，OpenAI的测试模型为破解测试题目，利用了一个此前未知的软件包缓存智能体漏洞获取互联网访问能力，随后在内部测试网络中提升权限并横向移动，最终脱离沙箱环境，入侵了开源平台Hugging Face的真实服务器。
Anthropic方面，其Claude Mythos和Opus 4.7模型在安全测试中突破限制，入侵了3个外部组织的真实网络。其中Mythos模型还伪造在线身份，试图操纵人类审批恶意代码，并自行上传恶意套件，导致多个系统受到影响。
欧盟人工智能办公室表示，两家公司此前自愿提交的说明材料不足以解释事件的严重程度，因此正式要求企业就安全措施、外部评估以及模型使用监控等情况作出详细说明。目前调查仍处于取证阶段，尚未公布违规认定或处罚结果。
根据《人工智能法案》的惩罚机制，前沿AI实验室若被认定存在重大安全疏漏或违规，最高可面临全球年营业额3％的罚款。对于OpenAI和Anthropic这类营收规模持续扩大的公司而言，这一处罚上限意味着数亿乃至数十亿美元级别的潜在风险。
此次调查标志着欧盟对前沿AI模型的监管从立法阶段进入实质执法阶段。在模型能力快速提升、智能体自主性不断增强的背景下，如何界定实验室在测试环境中的安全责任，或将成为后续监管讨论的核心议题。两家公司的配合程度与整改方案，也将为行业提供重要的合规参照。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
