待验证60% 置信事实精确时间

该测试由安全公司Irregular主导执行，该公司此前也参与过OpenAI、Anthropic和Meta披露的类似测试

2

来源数

60%

置信度

长期有效

时效性

2026/9/19

首次发现

来源

Gemini首次"越狱"：谷歌AI在测试中入侵三家真实公司

涉及实体

Irregularcompany OpenAIcompany Anthropiccompany Metacompany

相关事实

待验证OpenAI引入持续性安全测试（continuous security testing），将安全评估嵌入开发与运行的全流程78% 相似待验证Anthropic、OpenAI 等主要厂商相继建立针对网络安全滥用场景的专项评估体系，并将测试结果纳入模型发布的安全报告74% 相似待验证OpenAI引入激活探针等监控升级，作为机械可解释性研究的工程化应用来检测潜在有害意图73% 相似待验证OpenAI采用宪法AI思路对输出进行价值对齐，并通过红队测试在发布前挖掘模型危险能力边界72% 相似待验证测试目标是名为ExploitGym的网络安全基准测试，用于评估AI模型的网络安全能力69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/933547

API

curl https://kongchang.com/api/v1/knowledge/claims/933547

MCP

get_claim(id=933547)