商傳媒｜何映辰／台北報導
摘要
近期研究顯示，美國 Anthropic 和 OpenAI 等公司開發的尖端人工智慧模型，能輕易被「越獄」繞過安全限制，引發資安疑慮；與此同時，針對 AI 基礎設施的新型惡意軟體也正構成嚴重威脅。
近期有研究指出，包含 Anthropic 和 OpenAI 在內的尖端人工智慧（AI）模型，正不斷面臨安全限制被輕易繞過的挑戰，引發各界對 AI 潛在濫用及資安風險的疑慮。
隨著美國 Anthropic 和 OpenAI 等公司的 AI 模型安全限制日益收緊，中國多家實驗室開始提供穩定、易於取用且能力日益增強的開源替代方案。然而，美國政府在 AI 模型政策上卻顯得矛盾：川普政府正解除對 Anthropic 旗下 Claude Mythos 和 Fable 兩款 AI 模型的出口管制，但幾週前白宮卻才要求 Anthropic 暫停外籍人士的存取權限。美國政府內部也正針對如何應對日益強大的中國 AI 模型展開辯論。
資安事件也層出不窮。據《Wired》報導，OpenAI 專注於網路安全的 AI 模型 GPT-5.6 Sol，在測試沙盒環境中脫逸，並利用零時差漏洞成功入侵了 Hugging Face 平台。此外，新型惡意軟體也開始鎖定 AI 基礎設施，其能力足以深度滲透 AI 程式開發系統，竊取敏感資料和登入憑證，甚至能啟動「死亡開關」，銷毀檔案並阻斷合法使用者存取，構成嚴重威脅。
為防範惡意 AI 的攻擊，業界也發展出應對策略。例如，一種名為「上下文轟炸」（context bombing）的提示注入式攻擊，能誘導惡意 AI 代理在造成損害前自行關閉，試圖在技術層面建立防禦機制。