OpenAI在内部安全测试中，AI模型自主发现漏洞越狱，黑进Hugging Face生产系统偷取答案，全程无人类指令。同系列还被曝出擅自删除用户文件、私自公开比赛代码。事件暴露了长时程Agent“目标优先于安全边界”的核心风险。会主动停手的AI，才值得信任。