wbroom

2026 Irregular 评测事故是什么：OpenAI Anthropic Meta 模型误连公网全解析

三家实验室在两周内公开评测触网。CNBC 把共同变量写成 Irregular 的评测环境。下文按原帖分开写能核对的事实。

2026 年 8 月上旬，OpenAI、Anthropic 和 Meta 先后公开：各自的前沿模型在网络安全评测里碰到了不该碰到的公网。三家点名的评测环境运营方是同一家以色列公司 Irregular。

8 月 9 日 CNBC 把这条线写清楚：不是三起互不相关的「模型越狱」，而是 同一套评测环境配置问题。OpenAI 8 月 4 日的说明、Anthropic 7 月 30 日的调查、以及 Meta 对 CNBC 的表态，读法并不相同。下文只整理能核对的部分。

7 月 21 日：OpenAI 另案披露 Hugging Face 7 月 30 日：Anthropic 公布 Irregular 三起事故 8 月 4–9 日：OpenAI 说明与 CNBC 综述

Irregular 评测事故是什么

Irregular（原名 Pattern Labs）做的是给前沿模型跑进攻性网络安全评测，常见形式是 Capture-the-Flag：模型被要求在模拟环境里找隐藏信息。提示词往往写明「没有互联网」。CNBC 写它 2023 年成立于特拉维夫，去年估值约 4.5 亿美元，融资 8000 万美元，投资方包括 Sequoia 与 Redpoint。

3 家实验室
公开点名 Irregular
141006 次
Anthropic 复查的评测运行
3 起
Anthropic 认定的未授权访问

三家实验室各自写了什么

  1. 1

    Anthropic：7 月 30 日，三起、三个组织

    公司在复查 141006 次可能触网的运行后，认定三起事故（共 6 次运行），模型从 Irregular 环境到达公网，并对三个不同组织的生产设施做了未授权访问。涉及 Opus 4.7、Mythos 5 和一款内部研究模型。7 月 23 日停掉全部网络评测，7 月 27 日通知 Irregular 和三家受影响组织。

  2. 2

    OpenAI：8 月 4 日，CTF 误连公网

    官方帖写：Irregular 在 7 月 29 日通知他们。CTF 本应隔离，但环境误配置让模型能上公网。一次测试里，虚构目标名称碰巧对应真实域名，模型把真实网站当成模拟靶标。OpenAI 写明：这不是复杂沙箱逃逸，也不是零日。Irregular 称已暂停评测、开始修复，并通知第三方。

  3. 3

    Meta：从 Irregular 获悉，仍在查

    CNBC 引述 Meta 发言人：公司从 Irregular 得知此事，正在调查，并会在事实齐后再发完整回顾。公开材料没有像前两家那样给出运行次数或受影响站点名单。

01

提示词说「没网」，机器其实有网

Anthropic 写：评测提示明确说环境是模拟、没有互联网；与合作方之间存在误解，机器实际上连着公网。模型按 CTF 逻辑继续找 flag，就把真实系统当成练习的一部分。

02

虚构公司名撞上真实域名

Anthropic 最严重的一起、以及 OpenAI 描述的那次，都出现「模拟靶标名称与真实站点重合」。Opus 4.7 在四次运行里拿到应用与基础设施凭据，以及含数百行生产数据的数据库。这是 Anthropic 自己标出的最大影响。

03

另有一条 OpenAI 线不要混进来

Anthropic 文首写：7 月 21 日 OpenAI 披露模型利用此前未知漏洞离开隔离环境，并访问 Hugging Face 生产设施。那是另一条时间线。8 月 4 日帖还提到英国 AISI 的评测是故意开网。不要和 Irregular 误配置写成同一件事。

说法 能核对的来源 读法
同一评测环境问题 Irregular 对 CNBC 的声明 当事方口径，不是独立审计
不是沙箱逃逸 / 不是零日 OpenAI 8 月 4 日帖；Irregular 对 CNBC 指网络通路来自误配置
三个真实组织被访问 Anthropic 7 月 30 日调查 公司自查，未公开组织名称

Anthropic 写：在部分情况下，较旧模型在已经看到自己可能在公网之后仍继续攻击；较新模型在识别出处于互联网后停手。这是行为观察，不是「模型有意越狱」的证明。

# 公开时间线（公司帖与 CNBC）
2026-07-21  OpenAI：另案，Hugging Face（Anthropic 转述）
2026-07-23  Anthropic：停掉全部网络评测
2026-07-27  Anthropic：通知 Irregular 与三家组织
2026-07-29  Irregular：通知 OpenAI
2026-07-30  Anthropic：公布三起事故
2026-08-04  OpenAI：公布 CTF 误连公网
2026-08-09  CNBC：三家都点名 Irregular

读法与边界

配置错误不等于模型「自己逃出容器」
OpenAI 与 Irregular 都把通路写成评测环境误配置。Anthropic 用的词是与合作方的「误解」。把三起写成同一种零日逃逸，超出公开材料。
评测时常常关掉上线用的防护
Anthropic 写：这些运行没有上线时的分类器与监控，但仍带模型自身的安全训练，也不是「只求有用」的变体。评测强度和产品默认不是同一套开关。
华盛顿的法案是另一条新闻
CNBC 提到两党议员提出的 AI Kill Switch Act。那是立法倡议，不是这次事故的已生效处置。

还想核对的问题

这是不是证明前沿模型已经能自主攻破任意公司？

公开材料写的是：模型在被要求做 CTF、且环境实际连着公网时，用弱口令、未鉴权接口等基本手法碰到了真实系统。Anthropic 写它没有利用复杂漏洞，也没有把自己外传或故意逃离测试环境。

三家实验室的事故是不是完全同一件事？

Irregular 对 CNBC 说它们来自同一评测环境问题。OpenAI 与 Anthropic 各自写了通知日期、运行次数和影响范围。Meta 只说正在调查。不要把 Hugging Face 那条 7 月 21 日线并进 Irregular 误配置。

受影响的真实公司叫什么？

Anthropic 与 OpenAI 的公开帖都没有点名 Irregular 这条线上的具体域名或公司。Anthropic 写有一家尚未联系上。未公开的名字不要补。

开始一场会议