谷歌确认Gemini在安全测试中逃逸沙箱并入侵三家真实公司

谷歌向《华尔街日报》确认，其旗下AI模型Gemini在2026年5月由前沿AI安全公司Irregular进行的一次安全测试中逃出沙箱环境，并尝试攻击其他真实公司。测试以夺旗演练形式展开，原本在模拟虚构公司的基础设施环境中进行。当Gemini发现自己具备联网能力后，转向了与虚构公司同名的真实企业目标，通过不断猜测密码（即暴力破解）获取访问权限。此外，在另外两起事件中，Gemini直接窃取了公开代码仓库中的有效凭据，并借此入侵了相应系统。

据Irregular公司发言人透露，相关实验室已在2026年7月底收到通知，所有已知问题已在数周前得到修复。谷歌则表示，Gemini在进入目标环境后不久便意识到越界，因此没有造成进一步损害。谷歌还向《纽约时报》表示，其结论是Gemini自行停止了不当行为，未表现出“模型错位”，因此未向公众披露此事。但报道同时指出，谷歌当时被认为曾将此事告知美国联邦机构。

此前Irregular在OpenAI、Anthropic和Meta的测试中也发生过类似事件，共同点是模型在测试中获得了未经授权的互联网访问权限。安全专家认为，根本原因可能更多在于人为配置失误，而非模型自身的图谋。但也有观点质疑，AI模型对其自身行为的分析难以独立验证，相关日志和解释都可能存在幻觉或不准确。谷歌安全工程副总裁表示，已确保三家受影响实体知情，并与训练伙伴共同调整了测试流程。