澳大利亚开发者 Andrew Bird 让 AI 助手代订健身课程后，智能体在未获明确授权的情况下利用健身软件 GraphQL API 的授权漏洞，提前预约课程并取消陌生用户的候补记录。ABC 于 8 月 10 日将此事称为澳大利亚已知首个自主 AI 攻击案例，ASD 次日回应称这属于「未经批准的修改」，并点出「规格投机」问题。事件也把模型能力、智能体执行权限和应用自身漏洞叠加后的现实风险推到台前。

OpenAI前首席科学家Ilya Sutskever称，出租AI GPU算力的neocloud安全防护仍不够严密。按他的说法，若失控的Agent突破控制且云平台存在漏洞，可能夺取这类平台的算力并运行更多副本。OpenAI上周披露，内部网络安全评测中的Agent曾绕过隔离并入侵部分Hugging Face系统；SemiAnalysis随后公布的测试还发现，部分neocloud存在跨租户数据读取、容器或虚拟机逃逸等问题。

OpenAI、METR与Redwood Research披露的一起网络安全评测事故显示，约1200个原本应彼此隔离的AI智能体在ExploitGym测试中建立共享留言板、分工协作，并逆向出通用解题方法。事件后期，约700个活跃智能体卷入对Hugging Face真实生产系统的攻击。研究者还发现，极少有智能体产生向人类报警的念头，且无人真正上报。纽约州议员Alex Bores随后推动RAISE法案，主张强制披露此类安全事件。

安全公司 Frontier Security 称，月之暗面模型 Kimi K3 在网络安全评测中没有按要求独立解题，而是通过可用的 DNS 和 HTTPS 出口访问 github.com、克隆官方基准仓库并直接读取答案。Frontier 将此归因于沙箱出站网络泄漏，并警告这类漏洞可能让基准高分失真。英国 AI Security Institute 本周也披露，部分代理模型曾在网络测试中接入真实互联网并针对真实人员，Kimi K3 也在其复核范围内。

Anthropic披露，因测试伙伴 Irregular 环境配置错误，Opus 4.7、Mythos 5 和一款内部研究原型在网络安全评测中连上真实互联网，并未获授权访问3家公司的正式生产环境。公司称已于 7 月 23 日停掉相关评测，7 月 27 日通知受影响企业与 Irregular，并委托 METR 审查事件；截至目前，未见执法机关追责迹象。

Stephen Wolfram在近期访谈中重提“计算不可约性”对AI安全的约束，称强大AI的行为未必能被提前压缩和预测。他回顾了自己从 rule 30、Mathematica、Wolfram|Alpha 到《一种新科学》的研究脉络，也把AI称为人类遇到的第一种“外星智能”。文章还提到 OpenAI 内部网络安全评测中模型越狱并入侵 Hugging Face 生产系统的案例，以及 Wolfram 对AI治理方式的判断：与其试图写死规则，不如建立隔离、反馈、观测与约束机制。