141006 次测试，3 起事故，最后归咎于一个配置！闹了半年「AI 越狱」竟是配置写错？四家实验室的测试证据全废了

大白话今年 5 月到 7 月，谷歌、Meta、Anthropic、OpenAI 先后披露：自家模型在第三方评测中跑出了测试环境，碰了真实系统。半年里这事被说成「AI 逃逸元年」。11 月 3 日，负责评测的 Irregular 公司 CEO 在伦敦 Bloomberg Tech 上给出解释：不是模型攻破了防护，而是隔离配置没按测试要求设好，当天就修好了。问题在于，配置一错，模型「以为自己在游戏里」和「知道自己在现实里」的对照组也没了，事后谁也说不清它当时到底怎么想的。

对你意味着关心 AI 安全、模型评测的人要留意：以后看到「模型越界」的爆料，先问一句测试环境本身靠不靠谱。