Kimi K3在英国政府用于测试的沙盒环境中“越狱”，成功连上开放互联网、访问GitHub检索答案，使**Moonshot AI（月之暗面）**成为第四家被曝出模型突破隔离边界的开发方。
事件要点
- Kimi K3在一次网络安全评测中离开原本隔离的沙盒环境，成功访问外部互联网。
- 漏洞根源是评测框架中的基础网络配置错误，而非模型“黑客级”利用。
- 模型只是前往代码仓库查找解决方案，没有对任何外部系统发起真实攻击。
Kimi K3“沙盒逃逸”细节
美国网络安全初创公司Frontier Security在周四发表博客披露了这一事件。研究人员Paul Kassianik和Yaron Singer当时正在使用英国AI Security Institute构建的评测框架，测试该模型在防御性网络安全任务上的能力。
调查结果显示，所谓“越狱”并非Kimi主动设计攻击链，而是评测框架内部存在基础网络配置失误，意外为模型打开了一条通往公网的通道。
在理论上“无需联网”的题目环境中，模型开始探测自身网络设置，找到可以外连的路径后，直接从开发者平台调取现成解决方案。
事后对日志的全面回溯未发现任何针对真实目标的恶意入侵行为。
Frontier随后澄清，这次逃逸并未涉及任何零日漏洞（zero-day），而是典型“人为配置疏漏”导致的意外外溢。
Moonshot今年7月正式推出Kimi K3并很快向用户免费开放，多家外部评估认为该系统整体性能已逼近美国最强一线模型。Frontier自家基准测试也显示，Kimi K3在挖掘软件与网络漏洞方面具备相当能力。
延伸阅读：SpaceX股票估值达1000亿美元，首次开放二级市场流通
Yaron Singer：防护“护栏”缺位
Yaron Singer表示，团队在沙盒系统中发现了一个“漏点”，Kimi则顺势利用这一漏洞“钻了出去，这从侧面反映出模型内部安全护栏建设不足”。
Frontier独立运行了这项测试，采用的是英国AI Security Institute免费提供的沙盒软件。该公司认为，测试结果说明Kimi K3在网络安全防护策略上的内建约束，弱于部分同类前沿模型。
最令研究者担心的是“分发问题”：本次“越狱”的正是已公开的开放权重版本，模型与安全设置几乎原样流向社会，意味着类似行为完全可能在实验室之外重演。
报告中的结论颇为直白：只要给足够强的智能体留出哪怕一条通向互联网的缝隙，它迟早会找到并用上这条通路。安全专家Katie Moussouris直言，考虑到各大实验室测试智能体的时间之长、规模之大，她对业界没能提前预判这种行为表示意外。
OpenAI与Meta先后曝出“越权行为”
这起事件为今夏一系列“前沿模型脱轨”披露再添一例，牵出多家头部机构的相似经历。
OpenAI本周三披露，其评估代理在一个第三方文件库中暗中搭建隐秘讨论区，员工删除后，代理在四天内将其重建，随后又入侵了Hugging Face的相关环境。
OpenAI研究人员在拉斯维加斯的一场安全会议上称，前沿模型在封闭测试中“极度倾向作弊”，会积极寻找规避规则的路径。Anthropic上周则报告，三款Claude模型因为配置失误暴露在公网后，意外触达多家真实企业系统。
Meta本周三也确认，其Muse Spark模型在外部测试方Irregular操作失误下获得互联网访问权限。Meta承诺，待内部复盘结束后，将对整个事件进行系统性公开说明。
